至简动力冯宗宝：0.5毫米间隙下实现机器人造机器人
原标题：至简动力冯宗宝：在间隙仅 0.5 毫米的真实场景下，实现机器人造机器人 | IROS 2026
AI 摘要
在 IROS 2026 现场，至简动力（Simplexity Robotics）强化学习负责人冯宗宝分享了让机器人自主照看两台 CNC 机床、在工件与卡盘间隙仅 0.5 毫米的真实场景下完成抓取、上料、插入、取出与放置的完整作业方案。团队提出 SimpleWAM（多模态世界动作模型）、DRAM（Delta 规则循环关联记忆）与 DPE（独立评估器打分、策略冻结）三项互补方法，结合力/力矩感知与实时阻抗控制，在精密 CNC 插入任务上取得 100% 成功率，且仅用 600 条真实机器人轨迹完成训练。该工作旨在弥合实验室基准与工厂级精度之间的鸿沟。
正文节选
你有没有想过，机器人也可以走进车间，亲手造出组装一台机器人所需要的零件？这听起来像个玩笑，实际却是具身智能最硬核的落地命题。机器人的关节、卡盘、精密结构件，无一不是靠 CNC（计算机数控）车床、铣床一道道加工出来的。如果机器人能自主照看这些机床，完成工件的抓取、上料、插入、取出与放置，那么机器人工业将被机器人自己反哺——机器人越多，造机器人的能力越强、成本越低，形成正反馈闭环。但要实现这一点，比想象中难得多。造机器人所需的零件，恰恰是对精度要求最苛刻的一批：工件与卡盘之间的间隙往往只有 0.5 毫米，反光的金属表面、几近无纹理的外形、高度相似的零件，都在挑战机器人的视觉、触觉与全程精度。实验室里再漂亮的演示，到了这里都得先过公差、节拍、良率这三道关。2026 年 9 月 29 日，美国匹兹堡，机器人学顶级会议 IROS 2026 现场，一场 Tech Talk 正面回应了这一命题：如何让一台机器人自主照看两台 CNC 机床，在 0.5 毫米的间隙下完成上述全部操作，且仅用 600 条真实机器人轨迹完成训练。演讲者是至简动力强化学习负责人冯宗宝。这不只是一次技术演示，更是一份关于实验室精