实际工业装配中示范学习的障碍与机遇：一项系统性文献综述

示范学习是应对重复性工业装配中长期挑战性趋势最有前景的方法之一。它不仅提供了一种车间工人可用的编程技术，减少了对机器人专家及相关成本的需求，而且通过灵活且具泛化能力的系统，为从大规模生产向大规模定制的明显转变提供了可能的解决方案。自 1980 年代示范学习思想出现以来，其方法、能力和成果不断演进。然而，尽管学术出版物中持续有进展报道，该概念尚未在装配行业中稳健地涌现。鉴于其巨大潜力，本文呈现了一项遵循更新版系统综述首选报告条目（PRISMA）指南的系统性文献综述的发现。旨在概述为装配相关任务开发的示范学习解决方案的最新水平，并对剩余障碍进行批判性讨论，以推动其向有意义部署的进展。分析包含了 2013—2023 年间源自 Scopus 和 Web of Science 数据库的共 61 篇论文。结果表明，示范学习在研究环境中已达到显著成熟度，这由详尽的实验成果所证明，证实其在工业装配应用中的巨大前景。然而，在已证实的实用性、任务复杂性与多样性、泛化、性能评估和集成概念方面存在关键障碍，需要关注以促进其广泛采用并实现向工业实践的无缝过渡。