该文综述基于深度学习的3D部件组装与生成研究，涵盖动态图卷积网络、注意力机制、递归图学习等姿态估计与组装方法，以及部件感知生成网络、分层分割、多模态生成等技术，并介绍D4PAS数据集与PAST装配序列规划框架，实验证明这些方法在精度、泛化性和可控性上均有提升。