订报
活动+
 

机器人藉增强学习提升能力

人工智能能协助工业机器人适应各种不同的物件。法新社

目前多数工业机器人仍相当笨拙,当遇到陌生或形状较复杂的物件时,往往无法顺利完成拾取的动作。Covariant.ai利用增强学习(Reinforcement Learning)等最新人工智能技术,成功提升了机器人的拾取能力,并已获得不少仓储机器人业者的青睐。

根据WIRED报导,Covariant.ai是美国柏克莱加州大学(UC Berkeley)人工智能教授Pieter Abbeel于2017年所成立的新创公司。Geoffrey Hinton、Yann LeCun等多位人工智能大厂都相当看好Covariant.ai发展仓储机器人的前景,并参与了投资。

近年来,Plus One Robotics、Picnic、RightHand Robotic等厂商,相继利用较简单的算法,推出了可执行简易拾取动作的仓储机器人,然而这些机器人并无法处理不熟悉,或是外型复杂的物件。

Covariant.ai的机器手臂平台,除了配备感测镜头、特殊夹爪,还具备强大的运算能力,用来辨识仓库储料箱内的各种物件。尽管Covariant.ai的机器人还无法做到像人类一样灵活,但Covariant.ai将增强学习等人工智能技术引进工业应用的成效,仍相当显著。

增强学习是一种利用试误(Trial and Error)进行自我训练的方法。即使眼前物件的形状与训练使用的物件不相同,机器人仍可透过增强学习理解物件的形状,以及该从哪里里抓取物件。

由于增强学习需有大量的运算能力支持,因此Covariant.ai的系统可说是增强学习在商业应用上的一大突破。

除了增强学习外,Covariant.ai机器人还使用了模仿学习(Imitation Learning)及元学习(Meta-Learning)等技术。模仿学习是透过观察其它算法的动作进行学习,元学习则着重于学习流程的改进。藉由这些学习方式,机器人便能迅速适应新的物件。

2019年机器人厂商ABB为推动仓储自动化,特地将一箱箱的物件寄给全球机器人业者进行测试,而只有Covariant.ai的机器人成功拾取了每一件物品。

根据国际机器人协会(IFR)调查,2018年全球机器人安装的数量为42.2万台,比起2017年成长了6%,其中较先进的协作机器人安装数量更增加了23%。IFR预估,2020年到2022年间全球机器人的安装数量,平均将有12%的成长。


  •     按赞加入DIGITIMES智能应用粉丝团
更多关键字报导: 机器人