計畫背景
傳統機器人組裝作業高度依賴工程師進行程式撰寫、路徑設定與反覆調校，使機器人導入不同產線或新任務時成本高、彈性低。本研究以人類示範作為任務知識來源，期望將非結構化的人類操作過程轉換為結構化且可執行的機器人任務流程，提升智慧製造場域中機器人導入與任務轉換的效率。
研究目標
建立一套示範驅動之智慧組裝知識轉譯系統，使機器人能從人類操作示範中理解組裝流程，解析原子動作、操作順序與關鍵參數，並自動產生可執行之機器人組裝指令，降低機器人導入與產線調適門檻。
技術方法
本研究結合人類操作示範、視覺感知、動作理解、原子化動作庫與低階技能模組，將連續且非結構化的示範流程分解為可執行的組裝子任務。系統進一步透過數位孿生與高擬真模擬環境進行流程驗證，檢查狀態轉換、定位精度、任務規劃與低階執行結果，作為後續導入實體機器人與實際產線驗證之基礎。
創新
創新性在於不再僅依賴人工撰寫機器人程式，而是將人類示範中的操作知識自動轉譯為機器人可理解與可執行的結構化流程。系統同時結合視覺感知、任務語意解析、原子化動作表示與數位孿生驗證，使智慧組裝流程能具備較高的可重複性、可擴充性與場域適應能力。
預期成果
預期完成示範驅動之智慧組裝知識轉譯系統，建立人類示範資料解析、原子動作辨識、任務參數擷取、機器人組裝指令生成與數位孿生驗證流程。