BrickCraft-Duo: Efficient Dual-Arm Skill Learning and Refinement for Compositional Long-Horizon Assembly
作者: Jichuan Yu, Zhenyu Xiao, Ze Wang, Ruixuan Liu, Changliu Liu, Chuxiong Hu
分类: cs.RO
发布日期: 2026-09-23
🔗 代码/项目: PROJECT_PAGE
💡 一句话要点
提出BrickCraft-Duo以解决双臂协作装配中的技能学习问题
🎯 匹配领域: 支柱一：机器人控制 (Robot Control)
关键词: 双臂协作 技能学习 模块化框架 机器人装配 人机协作 稳定性推理 长时间执行
📋 核心要点
- 现有方法在复杂的双臂协作装配任务中，难以有效学习和组合多种技能，导致成功率低。
- BrickCraft-Duo通过模块化框架实现长时间的双臂协作装配，利用对称性和稳定性推理提升技能学习效率。
- 实验结果显示，系统在五个真实任务中实现了至少60%的成功率和95%的步骤完成率，显著提升了装配效率。
📝 摘要（中文）
互锁砖块装配为评估机器人操作能力提供了一个具有代表性的测试平台，面临多样的结构设计、复杂的步骤依赖、精细的机械交互和严格的插入公差等挑战。我们提出了BrickCraft-Duo，一个模块化框架，通过数据高效的技能学习和组合，实现长时间的双臂协作装配。BrickCraft-Duo从多样的演示中学习可重用的单臂和双臂装配技能，利用双边对称对齐促进技能共享和角色分配。通过稳定性意识的装配推理，BrickCraft-Duo组合异构技能以实现自主的长时间执行，并进一步整合人机协作的修正以进行针对性的技能优化。该系统在涉及部分支撑配置的五个真实装配任务中，达到了至少60%的长时间成功率和至少95%的步骤完成率，最长可达九个步骤。
🔬 方法详解
问题定义：本论文旨在解决双臂协作装配中技能学习和组合的效率问题。现有方法在面对复杂的装配任务时，往往无法有效处理多样的技能和步骤依赖，导致成功率低下。
核心思路：BrickCraft-Duo的核心思路是通过模块化框架实现高效的技能学习和组合，利用双臂的对称性来共享技能，并通过稳定性推理来指导装配过程，从而提升长时间执行的成功率。
技术框架：BrickCraft-Duo的整体架构包括技能学习模块、技能组合模块和人机协作修正模块。技能学习模块从多样的演示中提取单臂和双臂技能，技能组合模块负责将这些技能组合成完整的装配流程，而人机协作修正模块则用于在执行过程中进行实时的技能优化。
关键创新：最重要的技术创新在于引入了双边对称性对齐机制，使得双臂之间能够有效共享技能，从而提高了学习效率和装配成功率。这一设计与现有方法的本质区别在于强调了双臂的协作性和技能的重用性。
关键设计：在关键设计方面，论文采用了稳定性意识的损失函数，以确保装配过程中的稳定性。此外，网络结构上采用了模块化设计，使得不同技能可以灵活组合和调整，进一步提升了系统的适应性和效率。
🖼️ 关键图片
📊 实验亮点
实验结果表明，BrickCraft-Duo在五个真实装配任务中实现了至少60%的长时间成功率和95%的步骤完成率，较现有方法显著提升了装配效率，尤其在处理复杂的部分支撑配置时表现优异。
🎯 应用场景
BrickCraft-Duo的研究成果在多个领域具有潜在应用价值，包括智能制造、机器人装配、教育和娱乐等。通过提高机器人在复杂装配任务中的自主性和效率，该技术能够推动工业自动化的发展，并为未来的智能家居和服务机器人提供支持。
📄 摘要（原文）
Interlocking brick assembly provides a representative testbed for evaluating real-world robotic manipulation capabilities, where diverse structural designs, complex inter-step dependencies, intricate mechanical interactions and tight insertion tolerances pose substantial challenges. We present BrickCraft-Duo, a modular framework for long-horizon dual-arm collaborative assembly of interlocking bricks through data-efficient skill learning and composition. BrickCraft-Duo learns reusable single- and dual-arm assembly skills from diverse demonstrations, with bilateral symmetry alignment facilitating skill sharing across symmetric arms and assembly--support role assignments. Guided by stability-aware assembly reasoning, BrickCraft-Duo composes heterogeneous skills to achieve autonomous long-horizon execution, and further integrates human-in-the-loop correction for targeted skill refinement. The resulting system achieves long-horizon success rates of at least 60% and step-level completion rates of at least 95% across five real-world assembly tasks involving partially supported configurations, with horizons of up to nine steps. Project website: https://jichuan-yu.github.io/BrickCraft-Duo.