Research

AI结合机器人应用趋势及案例分析

2023/04/18-AI/智能制造-白心瀞

前言：
DIGITIMES Research观察，AI将加速人类与机器人互动模式及物件夹取的发展，如微软(Microsoft)与Alphabet以大型语言模型(Large Language Model；LLM)开发机器人对话界面。搭配机器视觉的工业机器人，藉由深度学习与深度强化学习(deep reinforcement learning)技术学习自动夹取物件，亚马逊(Amazon)已应用于仓储管理。DIGITIMES Research预估，机器人导入大型语言模型将成趋势，AI应用于机器视觉，能让机器人夹取大小不规则物件。

机器人操作模式以离线模拟、示教器(Teach Pendant)、手动引导为主，机器人的自然语言互动模式仍限于特定任务执行，功能有限。大型语言模型经过微调(fine-tune)即能泛用于多样性任务，将催化自然语言互动模式的发展。

微软投资OpenAI开发GPT-3 (Generative Pre-trained Transformer -3)模型及ChatGPT聊天机器人，而英国科技公司Engineered Arts开发的人型机器人Ameca导入GPT-3能与人对话沟通。微软开发的ChatGPT机器人对话界面能接收自然语言指令，协助规划产出JSON (JavaScript Object Notation)格式的动作。

Alphabet根据PaLM (Pathways Language Model)模型开发的PaLM-SayCan能接受语意不明确的自然语言指令，推论出具备可行性的动作步骤；PaLM-E则是PaLM语言模型结合视觉模型，能透过影像数据了解环境，进而为自然语言指令推论出动作规划。

视觉引导机器人(vision-guided robot)执行夹取的步骤包含物件的识别、判断及移动，影像分析方法方面，针对运动轨迹固定的工作与需规划抓取动作的工作，机器学习皆有大量应用。针对抓取工作，有模型基底(model-based)的深度学习已预先输入抓点，能为已知物件规划抓取方法，无模型(model-free)的深度学习则能对未知物件自行判断抓点。

亚马逊电子商务带动的物流业务规模庞大且持续扩展，因而大力推动自动化及智能化，针对堆装及捡货，亚马逊外购大型工业机器人，再结合自家的视觉系统识别物件，以吸嘴执行单一路径的夹取工作，未来将推出识别物件摆放状态、估测物件最佳夹取点的夹取方式；针对搬运工作，亚马逊采用AGV (Automated Guided Vehicle)及AMR (Autonomous Mobile Robot)等移动机器人，并计划推出具备语意分析(semantic analysis)功能的AMR。

大纲：

1.AI在工业机器人夹取任务的应用

2.AI在机器人互动模式的发展观察

3.AI在亚马逊仓储机器人的案例观察

图表目录：

工业机器人三种互动模式比较
机器人自然感官的互动模式开发方向
专用型AI与通用型AI对比
加装对话功能　Ameca机器人更为仿真
ChatGPT机器人界面执行步骤
PaLM-SayCan机器人对话界面执行步骤

PaLM-E能结合影像数据执行语音指令
视觉引导机器人抓取工作执行流程
针对两种不同工作的视觉引导机器人影像分析方法
亚马逊堆装及捡货机器人系统比较
亚马逊开发功能各异的AGV及AMR

关切产业族群：

制造业
电子制造
电子商务
医疗保健

适合对象：

初阶到高端的执行者和决策者。

AI结合机器人应用趋势及案例分析

订阅信息