WireCraft: A Simulation Benchmark for Industrial DLO Manipulation

📄 arXiv: 2606.18097v1 📥 PDF

作者: Chongyu Zhu, Ramy ElMallah, Hyegang Kim, Zachary Tang, Jiachen Rao, Artem Arutyunov, Seungyeon Ha, Chi-Guhn Lee

分类: cs.RO

发布日期: 2026-06-16

💡 一句话要点

提出WireCraft以解决工业DLO操作的基准测试问题

🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱二：RL算法与架构 (RL & Architecture) 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 可变形线性物体 工业自动化 机器人操作 基准测试 强化学习 模仿学习 视觉-语言-动作

📋 核心要点

  1. 现有的DLO操作基准测试往往与特定硬件绑定，缺乏灵活性和可定制性，难以进行有效的政策开发与比较。
  2. WireCraft提供了一个模块化的仿真基准，支持多种任务和物理模型，旨在解决DLO操作中的挑战。
  3. 实验结果显示，在特权状态下，任务成功率超过82%，但在视觉学习中仍面临关键的对齐瓶颈。

📝 摘要（中文）

可变形线性物体（DLO），如电线和电缆，在工业组装中至关重要。与刚性物体不同，DLO具有无限维的配置空间，并在与夹具、固定装置和工作空间接触时持续变形，这使得它们成为一般灵巧操作的挑战性基准。为了解决现有基准测试与特定硬件设置相关、缺乏模块化和可定制任务资产的问题，本文提出了WireCraft，一个可配置难度和资产的工业DLO操作仿真基准，涵盖连接器插入、夹子布线和通道放置三大任务。该基准支持两种互补的DLO物理模型，并在共享指标下对强化学习、模仿学习和视觉-语言-动作策略进行了基准测试。实验结果表明，尽管在特权状态下，任务的成功率超过82%，但在连接器插入任务中，从到达插座到接触对齐的过渡仍然是视觉RL、IL和VLA策略的关键瓶颈。

🔬 方法详解

问题定义：本文旨在解决工业可变形线性物体（DLO）操作的基准测试问题，现有方法往往与特定硬件设置相关，缺乏灵活性和可定制性，导致政策开发和比较困难。

核心思路：WireCraft通过提供一个可配置的仿真基准，涵盖多种任务和物理模型，旨在为DLO操作提供一个统一的评估平台，从而促进政策的开发和比较。

技术框架：WireCraft的整体架构包括三个主要任务家族：连接器插入、夹子布线和通道放置，支持两种DLO物理模型（关节和可变形），并结合仿真和物理UR5的轨迹数据。

关键创新：WireCraft的主要创新在于其模块化设计和可配置性，使得研究人员能够在不同的任务和难度下进行实验，填补了现有基准测试与真实工业应用之间的空白。

关键设计：在实验中，采用了共享指标来评估强化学习、模仿学习和视觉-语言-动作策略的表现，特权状态下的强化学习在每个任务家族中均表现出超过82%的成功率。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

在实验中，特权状态下的强化学习策略在连接器插入、夹子布线和通道放置任务中均实现了超过82%的成功率，验证了任务的合理性。然而，连接器插入任务中，从到达插座到接触对齐的过渡仍是视觉学习策略的主要瓶颈，显示出该领域的进一步研究需求。

🎯 应用场景

WireCraft的研究成果可广泛应用于工业自动化、机器人组装和智能制造等领域。通过提供一个标准化的基准测试平台，研究人员和工程师能够更有效地开发和评估DLO操作策略，从而提升工业生产效率和灵活性。

📄 摘要（原文）

Deformable Linear Objects (DLOs), such as wires and cables, are central to industrial assembly. Unlike rigid objects, whose state is captured by a 6-DoF pose, DLOs have an infinite-dimensional configuration space and deform continuously under contact with grippers, fixtures, and the workspace, making them a demanding benchmark for general dexterous manipulation. Despite their importance, policy development and comparison remain difficult: existing benchmarks are often tied to specific hardware setups, lack modular and customizable task assets, or study generic deformable-object tasks without the fixtures relevant to real-world industrial wire manipulation. Few benchmarks align simulation, real-world data, and shared evaluation protocols. To bridge this gap, we introduce WireCraft, a simulation benchmark for industrial DLO manipulation with configurable difficulty and assets, spanning three task families: connector insertion, clip routing, and channel seating. It supports two complementary DLO physics models, articulated and deformable, and the trajectories come from both simulation and a physical UR5. We benchmark reinforcement learning (RL), imitation learning (IL), and vision-language-action (VLA) policies under shared metrics. Privileged state-based RL solves a representative setting in each task family with over 82\% success, confirming the tasks are well-posed. For connector insertion, however, the transition from reaching the socket to contact-rich alignment remains a key bottleneck for vision RL, IL, and VLA policies. These results indicate that industrial DLO manipulation, though tractable under privileged state, remains an open challenge for current vision-based learning. The benchmark, data, and tools will be open-sourced upon acceptance.