在建筑施工场景中引入机器人并非简单的自动化替代，人机协作往往受制于两类难题：机器人难以向人类清晰传达意图与操作指令，以及材料和装配过程中不断累积的误差。砌筑作业尤其典型——砖块尺寸存在差异，粘结剂厚度难以精确控制，随着砌层增加，微小偏差会逐层放大，最终影响墙体的垂直度与水平度。针对这一问题，一篇被 ISARC 2026 接收的论文提出了面向砌筑施工的自适应人机协作工作流，并以机器人放砖、人工涂抹粘结剂的砖砌案例进行了展示。
该工作流的核心由两项互补机制构成。第一项是安装于机器人末端执行器上的投影仪，它能够在真实工作面上投射与空间精确配准的引导图案，为人工涂抹粘结剂提供即时的视觉提示。由于投影与机器人的实际位姿绑定，人类操作者无需依赖抽象的坐标或口头指令，就能直接看到应在何处、以何种范围施胶，从而缓解了机器人到人类的信息传达瓶颈。第二项机制是利用激光扫描获取实际砌筑状态，形成反馈闭环，用于抓取与放置位姿的修正。机器人据此调整下一块砖的抓取与放置方式，使人类与机器人的动作都能对材料变异和已累积的装配公差作出响应。
研究团队开展了全尺寸实验，覆盖常规的顺砖砌法（running bond）以及若干非常规配置。实验结果表明，投影引导显著提升了粘结剂涂抹的一致性，同时缩短了涂抹所需时间；而基于激光扫描的校正机制则能够维持各砌层的水平，并避免开环执行时容易出现的、有碰撞风险的失效情形。换言之，视觉引导改善了人机之间在精细操作上的协同质量，反馈驱动的适应则保证了整体几何精度在长时间作业中的稳定性。
作者指出，将空间投影引导与基于材料及实际建造状态感知的反馈适应相结合，可以有效抑制公差的累积，提升人机协作施工的精度与稳健性。这一思路的意义不仅限于砌筑本身：它提供了一种以人类可感知的现场信息弥补机器人沟通短板、以实时感知替代开环假设的范式，对更广泛的现场人机协同建造任务具有参考价值。该论文提交于 2026 年 5 月 18 日，作者为 Jutang Gao 与另一位合作者，隶属机器人学（cs.RO）与人机交互（cs.HC）交叉方向。