该文章提出了一种用单张图片指导的三维部件自动组装的方法，该方法采用包括二维三维对应和面向组装的图传递等技术解决难题并证明了其高效性。

Mar, 2020

ASAP 是一个基于物理规则的计划方法，能够自动生成复杂产品组装的物理可行序列。ASAP 通过考虑重力、局部支撑等因素，利用高效的树搜索算法确定组装序列，具备优秀的物理逼真性能，并适用于模拟和真实世界机器人设置。

Sep, 2023

该论文提出了一种使用简单容积表示法进行机器人夹取和约束放置的算法框架，并通过真实物理实验展示了该方法的成功率和更快的执行时间。

Jun, 2020

本文提出了一种基于多层次的任务和动作规划框架，可以协调多个机器人完成复杂结构的组装，在高层次通过整数线性规划算法计算抽象计划，并在低层次使用多智能体路径规划算法规划机器人的运动路线，关键在于高层次规划中的避碰约束和运动的持续时间，以使得抽象计划既可行又高效。

Mar, 2022

本文提出了一种自我监督的数据收集流程，通过对完整套件进行拆卸来获得物体与放置位置的对应关系，进而在视觉输入下学习形状描述符，以便将物体组装到各种套件中，以及实现拾取和放置策略，并实现了针对不同初始条件的高成功率。

Oct, 2019

该论文提出了一种基于动态图卷积神经网络的自主部件组装方法，主要解决了几何和关系推理的部件姿态估计子问题，从而将输入部件组装成一个 3D 形状。

Jun, 2020

本文提出了基于异构图转换器的装配序列规划框架，并使用自收集的 LEGO 模型数据库进行了验证。通过研究节点特征和边缘特征之间的不同影响并进行一系列实验证明了模型的有效性（相似性 0.44）, 生成了可行和合理的 Benchmark 组件装配顺序.

Oct, 2022

移动自主机器人在制造过程中具有改革性潜力。我们提出了一个完整的算法堆栈，用于解决制造中的挑战，并能够在几分钟内为成千上万个零部件设计复杂的装配计划。

Oct, 2023

该论文介绍了一种新的方法，可以自动将来自三个正交视图的 2D 线条图转换为 3D CAD 模型。该方法利用基于 Transformer 的序列生成模型中的注意机制，学习输入到输出之间的灵活映射，通过设计适用于生成感兴趣对象的形状程序来提高重建精度并促进 CAD 建模应用。在一个新的基准数据集上的实验证明，当输入有噪声或不完整时，我们的方法明显优于现有方法。

Aug, 2023

将物体的装配从其组成部分自动化是一个复杂的问题，具有生产制造、维护和再生利用等无数应用。我们的研究提出了一个整体多层次的部件装配规划框架，包括部件装配顺序的推理、部件运动规划和机器人接触优化。我们通过引入大规模部件装配序列数据集（D4PAS）来训练 Part Assembly Sequence Transformer （PAST）神经网络，实验结果表明我们的方法相比之前的方法具有更好的泛化性能，且推理过程所需的计算时间显著减少。

Dec, 2023