精密插入時，哪怕位置只差一點，零件也可能卡住，或在接觸時承受過大的力量。中國科學院自動化研究所團隊在論文 From Reach to Insert: Tactile-Augmented Precision Assembly under Sub-Millimeter Tolerances 中，將視覺引導的接近動作，與觸覺資訊輔助的強化學習結合。在最嚴苛的 0.05 毫米間隙測試中，系統成功率達 67%，高於不使用觸覺的學習比較組，但仍未能每次都成功。19

把「接近」和「插入」拆開學

研究團隊沒有讓單一控制策略包辦整個任務，而是採用兩階段流程。第一階段以 Diffusion Policy 模仿學習，讓機器人抓取隨機放置的插銷，並將它移向孔洞；第二階段則以 Soft Actor-Critic（SAC）強化學習，處理細部插入，以及接觸不順時的修正與恢復。1

這樣安排，是因為把零件移到孔洞附近，和在接觸後調整插入方向，是兩種不同的挑戰。插銷一旦碰到孔口，些微的對位誤差就可能改變接觸受力，讓它無法繼續前進。學得的修正策略可以根據接觸狀況調整，而不是只重複示範過的動作。1

觸覺用來評估接觸，不代表每個動作都由觸覺控制

研究採用非對稱的 Actor–Critic 架構：Actor（行動者）主要依靠視覺資訊，Critic（評論者）則在學習過程中額外使用觸覺資訊，評估不同動作的好壞。換句話說，觸覺協助系統判斷接觸密集情境、改善學習；這不等於部署後的 Actor 每一步都直接以觸覺輸入來決定動作。1

團隊也先記錄機器人抓住插銷後、插銷尚未碰到孔洞時的觸覺讀值，再以後續讀值和這個基準比較。這有助於區分插入過程產生的力與扭矩，以及抓取本身已帶來的負載。1

訓練資料則按扭矩分組，再從各組平衡抽樣。這讓模型有更多機會學到重要的接觸與失敗情境，避免這些較少見的例子在一般抽樣中不容易被看見。1

間隙愈小，純模仿學習愈吃力

研究使用七自由度 Franka Emika Panda 機械手臂、指尖 PaXini PX-6AX GEN3 六軸觸覺感測器，以及安裝在手腕和全域視角的 Intel RealSense 相機。測試孔洞形狀包括方形、圓形、六角形、L 形和三角形；間隙則設為 1 毫米、0.25 毫米與 0.05 毫米。1

間隙	純模仿學習成功率
1 毫米	76%
0.25 毫米	24%
0.05 毫米	0%

在 0.05 毫米間隙下，加入強化學習但不使用觸覺，成功率為 52%；採用觸覺評論者與分組抽樣後，成功率升至 67%，增加 15 個百分點。研究另指出，峰值交互作用力降低 60%，峰值扭矩降低 44%。1910

成績進步，但還談不上「次次成功」

研究結果顯示，當視覺資訊不足以判斷細微接觸狀況時，觸覺可以協助提升學得插入策略的表現，並降低作用力。方法的重點不只是把觸覺資料加進視覺策略，而是結合分階段學習、觸覺輔助評估、基準扣除，以及平衡接觸經驗的抽樣方式。1

不過，最嚴苛條件下的成功率是 67%，代表約三分之一的測試仍未成功。這些結果證明方法在所測試的設定中有所改善，並不代表機器人已能可靠完成所有高精度插入任務。19

精密插入時，哪怕位置只差一點，零件也可能卡住，或在接觸時承受過大的力量。中國科學院自動化研究所團隊在論文 From Reach to Insert: Tactile-Augmented Precision Assembly under Sub-Millimeter Tolerances 中，將視覺引導的接近動作，與觸覺資訊輔助的強化學習結合。在最嚴苛的 0.05 毫米間隙測試中，系統成功率達 67%，高於不使用觸覺的學習比較組，但仍未能每次都成功。19

把「接近」和「插入」拆開學

研究團隊沒有讓單一控制策略包辦整個任務，而是採用兩階段流程。第一階段以 Diffusion Policy 模仿學習，讓機器人抓取隨機放置的插銷，並將它移向孔洞；第二階段則以 Soft Actor-Critic（SAC）強化學習，處理細部插入，以及接觸不順時的修正與恢復。1

這樣安排，是因為把零件移到孔洞附近，和在接觸後調整插入方向，是兩種不同的挑戰。插銷一旦碰到孔口，些微的對位誤差就可能改變接觸受力，讓它無法繼續前進。學得的修正策略可以根據接觸狀況調整，而不是只重複示範過的動作。1

觸覺用來評估接觸，不代表每個動作都由觸覺控制

研究採用非對稱的 Actor–Critic 架構：Actor（行動者）主要依靠視覺資訊，Critic（評論者）則在學習過程中額外使用觸覺資訊，評估不同動作的好壞。換句話說，觸覺協助系統判斷接觸密集情境、改善學習；這不等於部署後的 Actor 每一步都直接以觸覺輸入來決定動作。1

團隊也先記錄機器人抓住插銷後、插銷尚未碰到孔洞時的觸覺讀值，再以後續讀值和這個基準比較。這有助於區分插入過程產生的力與扭矩，以及抓取本身已帶來的負載。1

訓練資料則按扭矩分組，再從各組平衡抽樣。這讓模型有更多機會學到重要的接觸與失敗情境，避免這些較少見的例子在一般抽樣中不容易被看見。1

間隙愈小，純模仿學習愈吃力

研究使用七自由度 Franka Emika Panda 機械手臂、指尖 PaXini PX-6AX GEN3 六軸觸覺感測器，以及安裝在手腕和全域視角的 Intel RealSense 相機。測試孔洞形狀包括方形、圓形、六角形、L 形和三角形；間隙則設為 1 毫米、0.25 毫米與 0.05 毫米。1

間隙	純模仿學習成功率
1 毫米	76%
0.25 毫米	24%
0.05 毫米	0%

在 0.05 毫米間隙下，加入強化學習但不使用觸覺，成功率為 52%；採用觸覺評論者與分組抽樣後，成功率升至 67%，增加 15 個百分點。研究另指出，峰值交互作用力降低 60%，峰值扭矩降低 44%。1910

成績進步，但還談不上「次次成功」

研究結果顯示，當視覺資訊不足以判斷細微接觸狀況時，觸覺可以協助提升學得插入策略的表現，並降低作用力。方法的重點不只是把觸覺資料加進視覺策略，而是結合分階段學習、觸覺輔助評估、基準扣除，以及平衡接觸經驗的抽樣方式。1

不過，最嚴苛條件下的成功率是 67%，代表約三分之一的測試仍未成功。這些結果證明方法在所測試的設定中有所改善，並不代表機器人已能可靠完成所有高精度插入任務。19