双臂协同数据采集 + 连续进度建模：Kinova Gen3 机械臂家具组装研究完整复盘

一、研究核心概况

家具装配是长时序高精度双臂操作标杆任务，现有研究普遍局限于缩小版家具、单臂简易操作，仿真迁移真机存在巨大性能衰减。三菱电机 MERL 联合牛津、北卡教堂山团队发布 arXiv:2607.01212，提出 FurnitureVLA 视觉语言动作框架，基于两台Kinova Gen3实体机械臂搭建双臂实操平台，完成宜家 IVAR 椅子完整装配，是首套系统验证真人尺度双臂家具组装的 VLA 方案。

整套 IVAR 椅子拆解为 7 个子任务，完整流程包含 1550 步连续控制指令；配套自研 VR 双臂遥操作采集系统，专门适配Kinova 机械臂双手协同数据采集，解决通用单臂遥操作无法复刻双手联动的行业痛点。

二、三大核心创新（论文核心贡献）

1. 进度增强型 VLA，解决长时序误差累积

传统 VLA 依靠固定离散子任务标签切换工序，微小位姿偏移直接造成任务失败。本文模型同步预测双臂动作 + 连续进度信号，在无外部阶段判别器的前提下自动切换工序。

团队将子任务边界设置在装配后撤空状态，规避接触力带来的状态漂移；消融实验证明离散进度方案完全失效，连续进度表征可稳定压缩跨子任务分布偏移。

2. 仿真分层优化，虚实鸿沟仅 16%

在 Isaac Gym 仿真环境完成大规模对照实验，FurnitureVLA 相较基线平均成功率从 48% 提升至 80%；针对多视角观测、时序集成、图像分辨率等感知控制参数调优后，性能再提升 21%。

核心量化指标：最难的 IVAR 椅子从仿真迁移至Kinova Gen3 超轻型机械臂真机时，完整装配成功率仅下降 16%，在接触类双臂操作领域属于极小虚实落差。

3. 训练涌现无脚本自主纠错行为

整套系统未预设抓取失败复位逻辑，仅依靠 VR 采集的人类协同演示数据训练，真机自主习得容错策略：抓取座椅面板偏移时，自动张开夹爪、调整位姿重新抓取，装配框架时自主微调对齐磁吸点位，纠错能力稳定复现于实体硬件。

三、实验硬件与任务设定

真机平台采用双 7 自由度Kinova Gen3机械臂，左臂搭载 Robotiq Hand-E 夹爪、右臂搭载 Robotiq 2F-85 夹爪，搭配腕部 + 前置 + 后置四路 RGB-D 相机，后置相机大幅缓解大件家具遮挡问题；实验包含 LACK 边桌、KALLAX 置物架、IVAR 椅子三档难度家具，零件随机初始化存在 3cm 位置、5° 角度扰动，贴合真实环境噪声。