高度多变的生产组合正在为机器人制造和室内物流带来越来越多的挑战。论文作者指出，生产任务的参数和流程经常发生变化，单纯依靠预先编程的固定动作难以满足实际需求。新的应用场景要求自动化系统具备敏捷性、灵活性和鲁棒性，能够根据当前情况调整自身行为。为了应对这一需求，研究者提出了一种以“机器人技能”为核心的执行机制。这里所说的技能并不是单一动作，而是把运动控制、工具操作和传感器信息处理整合在一起的能力，从而能够适应各种具有不同参数的作业。基于这种机制，用户可以不必从头编写每个动作，而是通过定义技能参数来快速组成新任务。
本论文展示了一套基于CAD模型的编程与执行系统。所谓“CAD模型”是指直接从工件的三维几何模型入手，用户可以在熟悉的工程界面中指定技能参数和监控条件。系统为参数化技能和技能监控器提供了方便直观的编程接口。在底层，执行控制结构采用了一种改进的行为树，并且整个系统只依赖事件进行通信，不使用共享内存或全局状态。这种设计使控制流程变得动态且可参数化，行为树节点可以根据实时事件切换，系统因此能更自然地表达分支、异常处理以及人机协作中的交互逻辑。与传统的顺序状态机相比，行为树能够更好地支持并行任务和复杂条件判断，也更容易在多个项目中重复使用。
为了验证系统能力，论文实现了一个人-机器人-起重机协作的例子。在这个示例中，一名操作员同时指挥桥式起重机和机械臂完成一项重物插入任务：起重机负责吊起并支撑重型物体，机械臂则负责引导物体向目标位置移动，操作员根据现场情况发出相应指令。最终，重型物体被稳妥地放进目标位置。这一过程演示了大型起重设备与运动精度较高的机械臂如何在同一套技能框架下协同工作，同时说明了操作人员如何通过高层指令干预低级控制。这种协作模式对于某些不能完全自动化的工业场景，例如大型部件装配、仓储搬运和施工安装，具有重要意义。
从论文的信息来看，这项工作共有8页并包含12幅图，已被2026年的IECON会议接受。预印本于2026年9月3日提交到arXiv，编号为arXiv:2609.03392，主题分类为机器人学（cs.RO）。作者为Taneli Lohi和其他三位合作者。需要指出的是，论文目前在arXiv上的版本号为v1，注册DOI尚在等待DataCite的分配。这项研究的价值在于，它提供了一条将运动、操作和感知统一建模的可行路径，使得自动化系统在面对高度变化的制造和物流任务时，不必每次都重新开发专用代码。未来还需解决更多关于技能复用和在线学习的问题，但本次工作已经展示了基于行为树和CAD的编程方式在工业环境中的潜力。