目录一、 无接触 / 低接触动作视觉与运动学主导二、 刚性接触式动作力觉与阻抗控制主导三、 柔性体操作Deformable Object Manipulation四、 移动操作Mobile Manipulation在具身智能和工业机器人领域工业动作通常根据物理接触的复杂程度和主导传感器的类型视觉 vs. 力觉来进行分类。这直接决定了你需要为模型准备什么维度的数据。主要可以划分为以下四大核心类型一、 无接触 / 低接触动作视觉与运动学主导这类动作中机器人不与环境产生复杂的反作用力或者仅有简单的碰撞。核心技术难点在于目标识别、6D位姿估计和避障轨迹规划。无序抓取Bin Picking从散乱堆叠、互相遮挡的零件筐中识别、定位并抓取单个零件。简单上下料Pick Place将工件从 A 点移动到 B 点如机床上下料、冲压线搬运。空间轨迹跟随机器人末端按照预定的空间复杂曲线保持匀速、等距运动如喷涂、涂胶、点焊。视觉巡检携带工业相机或 3D 扫描仪沿复杂工件表面移动进行外观缺陷检测。二、 刚性接触式动作力觉与阻抗控制主导这类动作是当前精密制造的核心也是传统自动化最难突破的瓶颈。机器人与环境产生强物理交互核心难点在于亚毫米级精度和力位混合控制柔顺控制。轴孔装配Peg-in-Hole工业中最经典的动作。包括齿轮啮合、销钉插入、内存条安装、发动机活塞装配等。当出现微小偏差时需要极高的微调和顺应能力不能硬插导致损坏。紧固作业如拧螺丝、铆接。不仅需要视觉对准还需要对接触力矩进行高频的实时反馈与阻抗控制。表面处理如打磨、抛光、去毛刺。机器人需要在复杂曲面上移动的同时对工件表面保持恒定、均匀的法向压力。卡扣装配典型的非线性力控动作需要“先按压、再感受到阻力突变卡入反馈”的物理卡接。三、 柔性体操作Deformable Object Manipulation这是具身智能目前正在重点攻克的前沿工业场景。因为柔性体会发生形变和拓扑变化无法用传统的刚体动力学进行精确建模非常适合大模型通过数据驱动来解决。线缆操作汽车线束的抓取、理线、布线以及航空插头的精准对插。柔性材料抓取与定型如航空航天领域碳纤维布的铺层、服装制造中的布料缝纫引导、食品工业中的面团处理。管路套接橡胶软管、液压管的柔性套接和卡箍固定。四、 移动操作Mobile Manipulation结合了自动导引车AGV/AMR和机械臂复合机器人需要底层底盘导航宏观与上层机械臂操作微观的协同。跨工位物料转运从仓库货架上抓取特定规格的物料箱自主导航穿过复杂车间精准对接放入装配线工位。大尺度移动装配在大型工件如飞机机身、风电叶片、船舶外壳周围移动并在不同位置执行钻孔、打磨或铆接。不同的动作类型所需的数据集建设方案截然不同。做“无序抓取”你需要海量的多视角 RGB-D 点云数据而做“打磨”或“轴孔装配”则必须投入极高的成本去采集高频1000Hz的六维力传感器数据和专家的力觉示教轨迹。