科技產業報訂閱
斷鏈之後
 

機器人藉增強學習提升能力

人工智慧能協助工業機器人適應各種不同的物件。法新社

目前多數工業機器人仍相當笨拙,當遇到陌生或形狀較複雜的物件時,往往無法順利完成拾取的動作。Covariant.ai利用增強學習(Reinforcement Learning)等最新人工智慧技術,成功提升了機器人的拾取能力,並已獲得不少倉儲機器人業者的青睞。

根據WIRED報導,Covariant.ai是美國柏克萊加州大學(UC Berkeley)人工智慧教授Pieter Abbeel於2017年所成立的新創公司。Geoffrey Hinton、Yann LeCun等多位人工智慧大廠都相當看好Covariant.ai發展倉儲機器人的前景,並參與了投資。

近年來,Plus One Robotics、Picnic、RightHand Robotic等廠商,相繼利用較簡單的演算法,推出了可執行簡易拾取動作的倉儲機器人,然而這些機器人並無法處理不熟悉,或是外型複雜的物件。

Covariant.ai的機器手臂平台,除了配備感測鏡頭、特殊夾爪,還具備強大的運算能力,用來辨識倉庫儲料箱內的各種物件。儘管Covariant.ai的機器人還無法做到像人類一樣靈活,但Covariant.ai將增強學習等人工智慧技術引進工業應用的成效,仍相當顯著。

增強學習是一種利用試誤(Trial and Error)進行自我訓練的方法。即使眼前物件的形狀與訓練使用的物件不相同,機器人仍可透過增強學習理解物件的形狀,以及該從哪裡抓取物件。

由於增強學習需有大量的運算能力支援,因此Covariant.ai的系統可說是增強學習在商業應用上的一大突破。

除了增強學習外,Covariant.ai機器人還使用了模仿學習(Imitation Learning)及元學習(Meta-Learning)等技術。模仿學習是透過觀察其他演算法的動作進行學習,元學習則著重於學習流程的改進。藉由這些學習方式,機器人便能迅速適應新的物件。

2019年機器人廠商ABB為推動倉儲自動化,特地將一箱箱的物件寄給全球機器人業者進行測試,而只有Covariant.ai的機器人成功拾取了每一件物品。

根據國際機器人協會(IFR)調查,2018年全球機器人安裝的數量為42.2萬台,比起2017年成長了6%,其中較先進的協作機器人安裝數量更增加了23%。IFR預估,2020年到2022年間全球機器人的安裝數量,平均將有12%的成長。

  •     按讚加入DIGITIMES智慧應用粉絲團
更多關鍵字報導: 機器人