至簡動力於 IROS 2026 發表機器人 CNC 操作方案：僅用 600 條軌跡訓練，實現 0.5 毫米間隙精密加工

據 AI 科技評論報導，至簡動力（Simplexity Robotics）強化學習負責人馮宗寶於 IROS 2026 發表具身智慧在精密製造的技術突破，展示單一機器人自主照看兩台 CNC 機床的完整作業方案。該系統能在工件與卡盤間隙僅 0.5 毫米、金屬表面反光且零件缺乏紋理的條件下，完成抓取、上料、插入與取出放置，全模型訓練僅使用 600 條真實機器人軌跡數據。 硬體端部署於 i7 Pro 輪式機器人，並搭配模組化力控機械臂與資料採集手套進行演示採集。軟體架構由三個互補模組組成：首先是統一世界動作模型 SimpleWAM，訓練時聯合影片 DiT、3D DiT 與動作 DiT 學習動力學，推論時僅需輸入當前影像、3D 狀態與語言指令即可直接輸出動作片段；其次為 DRAM（Delta 規則循環關聯記憶）模組，透過固定大小的關聯矩陣處理長時序上下文，無須重新訓練骨幹網路即可附加於現有策略；最後是 DPE 評估器，對候選動作進行評分，部署時僅透過成功與失敗的 rollout 更新評估器，保持動作器策略凍結以避免策略漂移。 針對視覺受限的精密插入工序，系統結合接近感知條件化與即時阻抗控制器，利用力與力矩回饋調整運動，在該任務上取得 100% 的成功率。在各方法的標稱試驗中，其特徵融合方法成功 15 次，優於 π0.5 SFT 基準的 8 次與 Query-concay 的 0 次。