# Universal Robots UR5e 公开实测档案

> 原文链接：https://robotics.hellobike.com/reviews/universal-robots-ur5e-public-results-compilation
> 频道：reviews | 更新日期：2026-10-22 | 标签：UR5e, 协作机械臂, 运动控制, 抓取操作, ROS2, 真机验证
> 核心摘要：本档案汇总UR5e公开论文摘要、模型兼容记录与ROS2排障，聚焦延迟控制、抓取采摘、装配、投掷等任务中的可引用实测或仿真数字。

# Universal Robots UR5e 公开实测档案

> 本页汇编公开论文的真机实验结果与站内已验证记录，每个数字在页面下方的量化表中标注出处；不同论文的任务、策略与次数不同，不能直接横向相加。

## 材料范围与口径

本档案仅采用用户给出的公开摘要、兼容矩阵和排障条目；数字指标只收录摘要中明确出现的结果，不做平均、换算或跨论文推断。材料覆盖UR5e真机、UR5/UR5e相关仿真及少量UR5平台实验，如[MR-MPCC](https://arxiv.org/abs/2610.21292)、[CLIS-MPPI](https://arxiv.org/abs/2610.21239)等。

## 运动与控制相关结果

[CLIS-MPPI](https://arxiv.org/abs/2610.21239)在UR5e窄通道避障与到达任务中报告了碰撞、耗时、路径长度和关节RMSE等真机数字。[通过夹爪内物体重定向实现机器人插入的抓取后运动学修复](https://arxiv.org/abs/2610.08421)给出UR5e仿真中的重定向与规划时间降幅；[非抓取投掷](https://arxiv.org/abs/2609.00771)则描述了接近物理极限的零样本投掷。

## 操作与策略相关结果

操作类材料包括温室樱桃番茄采摘、鲁棒抓取、装配和长时程策略。[GraspTune](https://arxiv.org/abs/2609.24180)在UR5e与Xense指尖传感器上给出真实抓取成功率提升；[按需机器人装配](https://arxiv.org/abs/2610.09777)报告两台UR5e的物理装配展示；[SADP](https://arxiv.org/abs/2605.16871)强调子目标监控但摘要未给可量化UR5e指标。

## 感知与导航相关结果

感知侧主要体现为视觉、触觉、力/力矩与点云条件输入。[用于机器人操作的跨具身可供性迁移](https://arxiv.org/abs/2610.18194)在UR5e上用两种平行夹爪配置评估机器人可执行可供性，但摘要无具体数值。[CLIS-MPPI](https://arxiv.org/abs/2610.21239)的窄通道任务则把避障和末端到达合并为真实运行评估。

## 兼容与排障记录

兼容矩阵列出smolvla_base、OpenVLA、Octo、π0 (openpi)、pi0_base、pi05-ur5e-finetuned及多项UR5 PegInsert权重，状态均为None，宜视为部署线索而非独立验收结论。ROS 2 Driver常见问题见[优傲 UR5e / UR10e 运行 ROS 2 Driver 报 External Control program stopped 与反向端口阻断](/pitfalls/ur5e-ur10e-ros2-driver-external-control-stopped)。

## 怎么用这些数字

这些数字适合作为选型和复现实验的边界条件：先区分真机、仿真与硬件在环，再按任务类型比较控制、抓取、装配或投掷。不要把不同物体、场景和策略下的成功率直接横比；若用于采购或基准测试，应回到原论文的任务设置、传感器和执行约束复核。

## 材料清单

- [MR-MPCC：移动参考系下机器人机械臂跟踪的模型预测轮廓控制](https://arxiv.org/abs/2610.21292)（arXiv 2610.21292）
- [CLIS-MPPI：执行延迟下具有初始状态采样的闭环模型预测路径积分控制](https://arxiv.org/abs/2610.21239)（arXiv 2610.21239）
- [通过物理基础数字孪生降低空间金属连接机器人焊接风险](https://arxiv.org/abs/2610.21939)（arXiv 2610.21939）
- [基于力传感器的温室樱桃番茄机器人采摘模式分析与二指夹爪设计](https://arxiv.org/abs/2610.18160)（arXiv 2610.18160）
- [用于机器人操作的跨具身可供性迁移](https://arxiv.org/abs/2610.18194)（arXiv 2610.18194）
- [SADP：从基础模型生成示教中学习的面向长时程操作的子目标感知 Diffusion Policy](https://arxiv.org/abs/2605.16871)（arXiv 2605.16871）
- [通过可微分几何部件修复实现按需机器人装配](https://arxiv.org/abs/2610.09777)（arXiv 2610.09777）
- [通过夹爪内物体重定向实现机器人插入的抓取后运动学修复](https://arxiv.org/abs/2610.08421)（arXiv 2610.08421）
- [GraspTune：用于鲁棒抓取的触觉驱动执行细化](https://arxiv.org/abs/2609.24180)（arXiv 2609.24180）
- [非抓取投掷：强化学习视角](https://arxiv.org/abs/2609.00771)（arXiv 2609.00771）

## 原始参考来源 (Sources)

- [arXiv 2610.21292：MR-MPCC：移动参考系下机器人机械臂跟踪的模型预测轮廓控制](https://arxiv.org/abs/2610.21292)
- [arXiv 2610.21239：CLIS-MPPI：执行延迟下具有初始状态采样的闭环模型预测路径积分控制](https://arxiv.org/abs/2610.21239)
- [arXiv 2610.21939：通过物理基础数字孪生降低空间金属连接机器人焊接风险](https://arxiv.org/abs/2610.21939)
- [arXiv 2610.18160：基于力传感器的温室樱桃番茄机器人采摘模式分析与二指夹爪设计](https://arxiv.org/abs/2610.18160)
- [arXiv 2610.18194：用于机器人操作的跨具身可供性迁移](https://arxiv.org/abs/2610.18194)
- [arXiv 2605.16871：SADP：从基础模型生成示教中学习的面向长时程操作的子目标感知 Diffusion Policy](https://arxiv.org/abs/2605.16871)
- [arXiv 2610.09777：通过可微分几何部件修复实现按需机器人装配](https://arxiv.org/abs/2610.09777)
- [arXiv 2610.08421：通过夹爪内物体重定向实现机器人插入的抓取后运动学修复](https://arxiv.org/abs/2610.08421)
- [arXiv 2609.24180：GraspTune：用于鲁棒抓取的触觉驱动执行细化](https://arxiv.org/abs/2609.24180)
- [arXiv 2609.00771：非抓取投掷：强化学习视角](https://arxiv.org/abs/2609.00771)