精密装配可以实现高精度的操作，在军事、航天等国家重要战略性领域内有不可替代的作用。从某种意义上讲，机器人精密装配技术决定了部分高端国防装备的性能。精密装配目前还存在抗扰能力差、自动化程度不高等诸多问题。引入多维被动柔顺装置可以有效提高装配柔顺性、降低接触力以及保护微器件；智能化装配可以提升效率、减少人为参与。因此，如何赋予精密装配机器人基于多维被动柔顺装置的操作学习能力，已成为精密操作中提高机器人智能性的关键科学问题之一。本文着眼于精密装配的抗扰控制与技能学习，引入多维被动柔顺装置，探讨面向姿态自适应的抗扰控制策略，并以深度强化学习为主要手段，提出被动柔顺精密装配的技能学习与迁移方法。本文主要研究工作如下：

1. 引入多维被动柔顺装置的精密装配抗扰控制。构建多维被动柔顺装置的形变-接触力模型，提出常规条件与姿态受扰情况下的控制策略；充分利用轴向柔顺，提出再调整策略，以应对卡阻等异常现象；再综合进给预测、接触力以及估计误差等因素，提出面向多种不确定性的高效运动规划，最终实现了高效稳定的被动柔顺精密装配抗扰控制。该策略能应对的姿态扰动可达7度，可降低约90%的径向作用力，大幅提高装配成功率。

2. 面向被动柔顺精密装配的技能学习。利用编码解码网络学习多维被动柔顺形变-接触力模型的分布参数；将该柔顺模型与强化学习TD3算法相结合，以模型的统计特征作为动作调节参数，提出适用于被动柔顺精密装配的技能学习算法，从而实现高效稳定的技能学习。相比前述的被动柔顺控制策略，该方法在真实环境学习5小时的技能可进一步降低62%的径向力，提高操作性能。

3. 面向被动柔顺精密装配的技能仿真-现实迁移。在仿真中学习技能、再迁移到现实中，可以有效降低深度强化学习在真实场景训练的时间成本与硬件成本。为此，首先使用环境集合构建仿真环境，以应对多维被动柔顺模型的不确定性，再结合元强化学习与被动柔顺模型网络，实现被动柔顺精密装配的技能迁移。在线训练100分钟即可完成技能迁移，装配效果与前述技能相当，但训练用时减少了66%，并大幅降低算法训练成本。