行业痛点与现有研究局限 - 三维装箱问题（3D-BPP）的物理可行性与具身可执行性是决定算法能否真正落地的关键，现有研究缺乏统一的公平、系统化评估基准[2] - 多数现有研究将3D-BPP视为纯数学优化问题，仅关注空间利用率等紧凑度指标，而忽略了重力、摩擦、碰撞等关键物理因素，导致算法在现实部署中可能失效[2] - 许多研究依赖与工业分布不一致的合成数据集，系统性低估了算法在具身执行层面的难度，结论缺乏现实可信度[2] RoboBPP基准系统概述 - 由国防科大、中科院工业人工智能研究所、武汉大学与深圳大学联合推出，是首个结合真实工业数据、物理仿真与具身执行建模的机器人在线装箱综合基准系统[3] - 内置基于物理的高逼真仿真器，引入真实尺度的箱体与工业机械臂，完整复现工业装箱流程，以评估算法的物理可行性与具身可执行性[3] - 系统完全开源，配备可视化工具和在线排行榜，为研究与工业应用提供了可复现、可扩展的具身评估基础[31] 基准系统核心构成 - 仿真环境：一个高度逼真的、基于物理的仿真环境（基于PyBullet），用于评估在线装箱的物理可行性与具身可执行性，已作为Python包packsim开源[11][12][13] - 数据集：包含三个来自真实工业流程的大规模多样化数据集：箱体尺寸高度重复的Repetitive Dataset、尺寸多样波动的Diverse Dataset以及形状不规则/细长的Wood Board Dataset[11][15] - 测试设置：设计了三种逐级递进的测试设置：纯几何放置的Math Pack、引入重力碰撞的Physics Pack以及结合机械臂完整操作的Execution Pack[11][17][18] - 评估体系：设计了多维度评估指标及归一化评分体系，可计算加权综合得分，指标包括空间利用率、占用率、决策时间、局部/静态稳定性、轨迹长度、坍塌放置率及危险操作率等[11][21][22] 实验评估与算法表现 - 团队复现了多种代表性算法，在三种测试设置和三个数据集下进行了统一评测，并通过评分系统计算了每个算法的综合得分[24] - 在高度重复的流水线生产环境中，明确建模空间与几何关系的强化学习算法（如PCT和TAP-Net++）表现突出[25] - 在物品尺寸高度多样化的物流场景中，基于Transformer的强化学习策略（如PCT和AR2L）更为有效[32] - 在以细长家具件为主的场景中，强化学习算法与几何驱动的启发式方法（如TAP-Net++与DBL）均展现出良好适用性[32] 算法性能的深入洞察 - 当算法更关注紧凑且高效的空间利用（如HM和PackE），而非单纯追求放入更多箱体时，往往能获得更高的占用率[28] - 当算法的放置策略优先选择可行、低风险的位置并形成平整堆叠时（如AR2L和PackE），其机械臂末端执行器的平均轨迹长度通常更短[33] - 当算法在放置策略中显式或隐式地优先考虑稳定性和物理可行性时（如TAP-Net++与DBL），其坍塌放置率往往更低[33] - 对单指标（如占用率、轨迹长度、坍塌放置率）的分析可以揭示整体评分中无法体现的性能特征，为实际任务中的算法选择提供指导[26]