在正常速度下，基于模仿学习训练的灵巧机器人策略表现与脚本专家相当；但在演示中出现的最高速度下，其成功率降至53%，而专家仍保持在84%。ParcelStow研究表明，名义成功率可能掩盖严重的时序问题：演示可以教会机器人该做什么，却未必能保留任务在加速执行时的可靠性。
目录
研究人员构建并测试了什么？
研究人员在ParcelStow这一接触密集型灵巧操作任务上，对脚本化机器人专家和模仿学习策略进行了受控比较。机器人必须抓取包裹、调整其姿态、将其移过空中路径，并把它插入目标位置。每个阶段都同时涉及机械臂运动、物体操控、时序控制以及与环境的接触。
学习策略采用Action Chunking with Transformers，即ACT。ACT不是只预测下一条电机指令，而是根据演示数据预测称为“动作块”的短动作序列。这种方法能够生成更平滑的行为，也被广泛用于从示例轨迹中学习操作技能。
专家系统生成了用于训练ACT的演示数据。随后，评估在两套系统上使用相同的任务条件、初始条件采样方式和加速倍数。包裹抓取完成后的操作阶段以不同速度执行，其中包括演示数据中出现的速度。
这种设计锁定了一个实际问题：在某一速度下复制成功行为，是否也能让机器人在其他速度下保持可靠？该比较没有把专家和学习策略当成在互不相关条件下测试的两套系统，而是让它们面对同样的时序挑战，从而测量速度变化对性能的影响。
主要结果是什么？
在名义速度下，脚本专家和ACT学习策略的任务成功率均为100%。仅看这一结果，两套系统似乎没有差别；但随着执行速度加快，差距迅速扩大。在演示中出现的最高速度下，专家成功率为84%，而ACT报告的成功率为53%。
使用不同参数初始化训练的两个ACT策略呈现出相似的性能下降。从名义速度到演示最高速度，它们的成功率分别下降了34个百分点和48个百分点；专家仅下降16个百分点。
失败主要集中在任务的某一特定阶段，而不是均匀分布在所有阶段。在演示最高速度下，ACT策略的47次失败中有35次涉及插入时的对准偏差。学习策略通常能够完成前面的包裹操作，但在最终的接触密集型插入阶段，无法将包裹放置得足够准确。
抓取分析还揭示了另一个重要依赖关系。在相对运动交接条件下，ACT每次抓取都能让包裹保持到姿态调整和空中转移结束，但最终只有64%完成了完整任务。由专家完成抓取后，完整任务的完成率为95%。在所有评估的策略和速度下，414次未形成力闭合的抓取全部未能完成任务。
| 评估指标 | 脚本专家 | ACT学习策略 |
|---|---|---|
| 名义速度下的任务成功率 | 100% | 100% |
| 演示最高速度下的任务成功率 | 84% | 53% |
| 从名义速度到最高速度的成功率下降 | 16个百分点 | 两种初始化分别下降34和48个百分点 |
| 相对运动交接条件下成功抓取后的完成率 | 95% | 64% |
专家系统和学习策略如何工作？
ParcelStow将操作划分为多个控制需求不同的阶段。抓取阶段要求机器人建立可靠握持；姿态调整会改变包裹的姿态；转移阶段将其移过空中路径；插入阶段则让物体与目标发生接触，此时很小的位置或方向误差都可能导致失败。
评估通过对抓取完成后的阶段施加速度倍增系数，改变这些阶段的时序。这是在测试时序鲁棒性：当同一动作以高于或低于名义行为的速度执行时，系统能否保持任务性能。对于学习策略而言，这一点尤其重要，因为其输出取决于观测到的运动历史和状态变化的时机。
脚本专家遵循预先定义的行为，并非从演示中学习。它在演示最高速度下下降16个百分点，为任务本身对加速的响应提供了基线，其中包括接触时机和插入容错度等物理因素。
ACT从专家演示中学习。其基于Transformer的策略观察任务状态，并输出动作块，为机器人提供短时域的指令序列。动作分块减少了逐条生成指令的需要，但并不能自动保证这些动作块在物体运动加快或接触事件提前发生时仍保持同步。
分阶段结果表明，抓取质量是预测最终成功与否的重要因素。力闭合意味着抓取能够对物体形成足够稳定的约束，抵抗滑落或非预期运动。414次未形成力闭合的抓取无一在后续完成任务，这说明看似完成了“拾取”并不等于建立了机械上稳定的握持。
即使学习策略能让包裹在姿态调整和转移过程中保持在夹具中，插入阶段依然十分脆弱。交接结果将“物体仍在夹具中”和“整个任务成功完成”区分开来，这对评估真实操作系统至关重要。
为什么时序鲁棒性对机器人很重要？
机器人采购方和部署团队往往依赖名义任务成功率。一项策略如果能在单一速度下完成所有测试，看起来可能已经达到生产部署要求；然而，真实作业很少始终以固定节奏运行。输送线变化、周期时间目标调整、传感器延迟、操作员介入以及硬件磨损，都会改变机器人与环境之间的时序关系。
ParcelStow的结果说明，速度测试应成为学习型操作系统验收测试的一部分。学习策略可以复现专家轨迹的大致形状，却在接触发生的关键时刻失去精度。对于包裹处理、料箱拣选、套件装配和装配作业而言，这可能造成卡料、掉落、重复操作或下游质量问题。
这项研究也指向了更好的诊断方式。整体成功率应与分阶段指标结合，包括抓取稳定性、物体保持、姿态调整、转移和插入。通过力闭合检查，可以在机器人进入下一阶段前识别不牢靠的抓取。
对于评估二手工业机器人的团队而言，这一启示不仅适用于机械臂本身：机器人、夹具、控制器和学习策略必须作为一个有时序约束的整体进行评估。在仓储环境中，仓储机器人同样需要接受覆盖吞吐量和运动时序变化的测试，而不应只验证名义演示条件。
有哪些局限和未解问题？
这项比较只涉及一个接触密集型任务、一名脚本专家，以及从该专家演示中训练出的ACT策略。研究明确展示了ParcelStow中的速度相关差距，但尚不能说明同样的现象是否会出现在不同物体、夹具、插入几何结构、机器人或模仿学习算法上。
摘要报告了成功率和分阶段失败次数，但没有提供详细的轨迹、控制器频率、延迟、力或物体几何分析。这些测量有助于区分失败究竟源于动作块时序、感知延迟、夹具机械特性、接触动力学，还是演示数据多样性不足。
演示覆盖的速度范围同样重要。学习策略可能只在某一范围内具有鲁棒性，超出该范围便会失败；而采用更广泛时序变化训练的策略可能表现不同。未来评估应在相同的受控协议下，对比速度增强、时序重采样、力反馈、闭环重规划以及不同策略初始化的效果。
常见问题
什么是机器人操作中的时序鲁棒性？
时序鲁棒性是指执行速度发生变化时仍能保持任务性能的能力。当机器人需要适应吞吐量目标、时序延迟或环境运动变化时，这项能力尤为重要。
什么是ParcelStow？
ParcelStow是一项要求机器人抓取、调整并插入包裹的操作任务。它属于接触密集型任务，因为最终插入取决于物体姿态的准确性以及与目标之间的物理交互。
为什么ACT学习策略在高速下更容易失败？
报告显示，失败主要由插入对准偏差造成：在演示最高速度下，47次失败中有35次发生在插入阶段。这些结果表明，随着执行速度加快，学习策略未能保留专家的时序控制和放置精度。
名义速度下100%的成功率，能证明模仿策略可靠吗？
不能。两套系统在名义速度下都达到100%，但学习策略在报告的最高速度下跌至53%，说明名义成功率并不能证明系统在不同执行条件下具有鲁棒性。
结论是什么？
专家与学习策略的比较表明，模仿学习可以保留名义任务成功率，却未必能保留时序鲁棒性。因此，灵巧操作策略需要在不同执行速度下接受评估，并配合分阶段检查，以揭示抓取和插入失败，而不能只依赖单一的整体成功率。
速度变化是否应成为学习型机器人操作的标准基准测试？