方法
所提出的 PSA-PPO 运动控制器与先前开发的生菜切割点定位感知模块及切割保持机构集成，构成完整流程。策略完全在仿真中训练，并迁移至实体机器人，无需在真实环境中微调。
末端执行器集成
采收工具对先前开发的生菜切割保持式末端执行器进行了改造，使其可由 OnRobot 2FG7 夹爪直接驱动。重新设计的部件使用 SolidWorks 2026 (Dassault Systèmes, Vélizy-Villacoublay, France) 建模，并采用熔融沉积成型（FDM）技术和聚乳酸（PLA）耗材进行 3D 打印。
原有的 2FG7 指爪被定制支架取代，支架上装有成对的保持指爪和剪切刀片，同时保留一级杠杆式切割原理。因此，单次夹爪闭合动作即可驱动剪切机构，并同时夹持切下的生菜以便转运。
实验设置
PSA-PPO 的训练和仿真评估使用 NVIDIA Isaac Lab，在 Isaac Sim 5.1.0 中通过 RSL-RL 后端完成。训练在 Ubuntu 22.04 LTS 工作站上进行，采用 GPU 并行仿真；该工作站配备双 Intel Xeon Gold 处理器、256 GB RAM，以及拥有 48 GB VRAM 的 NVIDIA RTX A6000 GPU。
候选策略的训练过程不涉及实体机器人。选定的 actor 在一组固定的随机生成目标上进行确定性评估，这些目标覆盖预设的前方工作空间。组件移除消融实验也在相同目标上评估，从而能够将各目标上的结果与完整 PSA-PPO 方案进行配对比较。
实体实验使用 RB-VOGUI 移动平台（Robotnik Automation, Paterna, Spain），配备 UR10e 机械臂（Universal Robots, Odense, Denmark）、OnRobot 2FG7 夹爪（OnRobot, Odense, Denmark），以及安装在工具中心点附近的 Intel RealSense D435i RGB-D 摄像头。
改造后的末端执行器直接安装在 2FG7 上。车载 Intel i7 计算机负责执行感知、目标变换、采收流程编排、PSA-PPO 确定性推理、ROS 1 通信和夹爪控制。仿真训练得到的 actor 未经微调便迁移至该平台。
运动学与非典型轨迹诊断
在通过敏感性分析选出的子集中，Cartesian+TOTG 不包含方向旋转、单关节旋转或近奇异点硬事件。RRTConnect 入选子集中包含两起方向旋转事件、一起单关节旋转事件、三起腕部近奇异点情况，以及一起肘部近奇异点情况。RRT 入选子集中包含四起方向旋转事件、三起单关节旋转事件、两起腕部近奇异点情况，以及一起肘部近奇异点情况。这些计数描述的是选定的诊断子集，而非完整目标总体*。
图中展示了优先级最高的入选规划器执行结果，以及 PSA-PPO 在同一目标上的表现。Cartesian 案例是排名最高的非硬性异常，因为选定子集中没有 Cartesian 硬事件。RRTConnect 和 RRT* 案例则依据预定义的审查规则包含硬性诊断事件。这些案例仅展示尾部行为，不归类为碰撞事件。
代码可用性
源代码和配套材料将在论文发表后通过作者的 GitHub 仓库公开。
致谢
本研究部分由美国农业部（USDA）国家食品与农业研究所（NIFA）Research Capacity Fund Hatch Program：TEX09954（Accession No. 7002248）和 Research Capacity Fund Multistate Hatch Program：TEX0-1-9916（Accession No. 7008389）资助。
本出版物还获得 Texas A&M University Division of Research Targeted Proposal Teams (TPT) funding program 和 Texas A&M AgriLife Research 的支持。本文中表达的任何观点、研究结果、结论或建议均为作者观点，不应被视为代表任何美国农业部或美国政府的官方认定或政策。
常见问题
PSA-PPO 策略如何训练和部署？ 该策略完全在仿真中训练，并迁移至实体机器人，无需在真实环境中微调。
实体实验使用了哪种机器人平台？ 实验使用 RB-VOGUI 移动平台，配有 UR10e 机械臂、OnRobot 2FG7 夹爪和 Intel RealSense D435i 摄像头。
改造后的末端执行器如何切割并夹持生菜？ 单次夹爪闭合动作即可驱动剪切机构，并通过成对的保持指爪夹持切下的生菜。
这些诊断轨迹案例是否被归类为碰撞？ 不是。它们展示的是尾部行为，不归类为碰撞事件。