让机器人学会绣花，考的从来不是“能不能做”
一、这类任务的看点不在像不像，在于它逼出一张分解表
有报道写机器人学习苏绣，从劈丝到合绣走了一遍完整工序，并把这类最细的活看作灵巧手走向实际落地要过的一关。这类内容很容易只被当成演示效果来看，但对我们这种做工业 AI 与具身方向交付的团队，它的价值在别处：绣这类任务会把“会不会做”这个含糊的问题逼成一张必须填具体的表。手艺人讲“劈丝”“配线”“收针”，这些词在工程侧没有对应的量，模型学不到，评测也测不了。要把一段演示变成一个可承诺的能力，第一次交付物不是权重文件，而是一份技能分解说明。
这份说明要回答三件事：一个动作单元从哪儿开始到哪儿结束；它成功的判据是什么；失败的时候是什么形态。三件事答不全，后面所有数据采集和模型迭代都是在猜。
二、把一门手艺拆成四个层级
我们内部推动这类项目时，习惯把一项手工技艺拆成四层，每层的交付物不一样，参与角色也不一样。
| 层级 | 拆到什么程度 | 交付物 | 谁来写 |
|---|---|---|---|
| 工序层 | 可完整描述的操作顺序 | 工序流程图与每步目的说明 | 技艺方 + 工程师共同确认 |
| 动作单元层 | 有明确起止点的单个动作 | 起止判据清单、动作命名表 | 工程师 |
| 参数层 | 力、位移、速度、姿态的控制范围 | 每单元的上下限窗口与采集方式 | 工程师 + 传感选型 |
| 结果层 | 可判定的质量结论 | 缺陷类型表与判定标准 | 质量方主导 |
难点集中在第二层到第三层之间。手艺人描述动作时用的是身体感受而不是边界，“劲儿匀着点”翻译到工程侧必须变成力的均值与波动幅度、加载速率、指尖轨迹的允许偏差范围。做不出这层翻译，示教数据录再多也只是视频；做出来了，才有资格谈控制和评测。
第一层也不能省。工序层的顺序错了，参数层调得再细也无意义——比如劈丝的拆分动作和后续的捻线顺序有关，动作单元本身合格、串起来的结果不合格，这类问题只能在工序层拦住。
参数层的窗口怎么定，也有一个容易做错的细节。工程师常希望从手艺人那里问到一个“标准值”，但手艺本身给不出标准值，只能给出一串分布。正确做法是把同一个动作单元重复采集若干轮，取分布的中心与尾部，把窗口定在能覆盖正常操作又留出安全余量的位置，然后明确写下“超出此窗口即判为异常，不进自动流程”。窗口一旦写下就要有版本，换一批材料、换一个工装、换一个操作节拍，都要评估是否需要重开窗口，并在变更记录里留下改动前后的判据差。这比“参数调优了几轮”这种描述有用得多，因为后者无法在下一次出问题时定位到具体是哪条窗口变了。
三、灵巧手卡住的六个维度，第一个不是算法
精细操作难，是六个维度同时在限。自由度与行程决定能不能摆出需要的手势；指尖力范围决定是夹得住还是捏得碎；力与位移的分辨率决定能否在很小的差别上做出反应；观测手段在手指挡住视线时立刻退化，剩下的信息只有本体感知与触觉；柔性体的形变建模是持续难点，线的走向不完全跟随夹爪；换料与重抓的恢复能力则决定了失败之后能不能自己爬起来。
“抓得起来”和“能完成任务”之间隔着后面四条。这也是为什么夹取类的成功指标对绣花、接线这类任务几乎没有预测力——抓取是位姿问题，而这类任务更多是力的时序问题加上观测缺失问题。做技术选型时，我会把这六条当验收面逐个问，而不是看单臂自由度数字。
四、柔性对象：先把自由度收掉，再谈控制
线、布、丝这类对象的共同点是状态变量太多，直接建模不划算。工程上的绕法有三条，通常三条并用。
一是先用工装把自由度收掉。夹持点、导向槽、张力预载，能固定的一律靠工装固定，让控制问题从“约束一个柔性体”降为“控制几个已知量”。工装的成本要按节拍占用和换型时间算，不能只算加工费。二是把工装做完之后仍然不确定的部分，交给传感而不是交给模型记忆。线的松紧在视觉上容易被遮挡，就靠张力或位移的辅助量来定。三是把不确定的环节明确交给人。这一步经常被当成能力不足而藏起来，实际上它是可交付性的关键——写清“哪一步需要人接手、接手后做什么、怎么回到自动流程”，比假装全自动更容易通过验收。
五、示教数据要记的字段，以及为什么不能只录成功片段
数据采集的字段设计决定这套数据能不能用来做恢复。一份示教记录至少要含：动作时序与每单元的起止标记；力与位置曲线（含采样率说明）；每次失败的发生点、失败形态标记与是否重试；材料批次标识；被试者标识。最后两列最常被省掉，但同一位师傅的手法差异和材料批次的粗细差异，都会直接体现在力曲线上——不留标识，后期分析就无法区分“手法不同”与“任务变难”。
只录成功片段的问题是模型学不到恢复动作。真实操作里断线、滑脱、走线偏斜是常态，把这些剪掉，采到的就是一段“没有干扰的理想轨迹”，一旦上线遇到偏差就完全没有可迁移的策略。我们要求现场采到的失败片段数量与成功片段同级，并把失败点标注作为交付验收项而不是内部备注。
六、评测按层出题，验收按条件分桶
单一“成功率”在这类任务上几乎没有信息量，因为同一动作在不同材料批次、不同初始状态下难度并不一样，混在一起算出的比率无法比较两次改动的好坏。评测要分层出题，每层配自己的量化判据。
- 定位层：末端到达目标点的位置偏差、到达耗时。
- 抓持层：是否滑落、夹持力的波动幅度、目标是否被夹伤。
- 拉拔层：拉动过程中的力稳定性、断线次数。
- 走线层：路径与预期走向的偏差、是否交叉缠绕。
- 打结层：结是否成型、成型耗时、失败后能否自动重来。
- 收尾层：外观等级评定，按缺陷类型表逐条判。
除了这些单点指标，还要把“同一任务多次重跑的稳定性”作为独立指标——它衡量的是系统的可重复性，与一次能不能做成的意义完全不同。做模型或参数改动时，只对比单次最好成绩是自欺欺人。
工业侧真正可迁移的是四类任务：线束装配、柔性件插接、精密拧紧、包装封口。它们与绣类任务的相似点集中在柔性体处理、力控时序和遮挡下的观测三条上，不相似点在于节拍约束和工装完备度远高于手工艺场景。因此这类演示对产线的参考价值，是把分解方法带过来，而不是把动作带过来。
最后是洹拓面向客户提的落地验收五问，任何精细操作项目在方案评审阶段都该被问一遍：允许的材料批次波动范围是多少，超出后由谁判定；工装换型与上下料占用多少节拍；失败时系统能否自动重试，重试上限是多少，超过后转人工的路径是什么；连续作业多久需要重新标定，标定谁来做；外观质量的抽检方案与判定基线是什么。五问答不上来，说明这个项目还停在演示阶段，离可承诺还有一段距离。