bwin必赢

人工智能能协助工业机械人适应货仓种种差别的工具

目前自动化仓储大都工业机械人仍相当鸠拙，当遇到陌生或形状较庞大的工具时，往往无法顺利完成拾取的行动。Covariant.ai利用增强学习(Reinforcement Learning)等最新人工智能技术，乐成提升了仓储机械人的拾取能力，并已获得不少仓储机械人颐魅者的青睐。

凭据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年所建立的新创公司。Geoffrey Hinton、Yann LeCun等多位人工智能大厂都相当看好Covariant.ai生长仓储机械人的前景，并加入了投资。

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行动的仓储机械人，然而这些机械人并无法处理不熟悉，或是外型庞大的工具。

Covariant.ai的机械手臂平台，除了配备感测镜头、特殊夹爪，还具备强大的运算能力，用来辨识货仓储料箱内的种种工具。尽管Covariant.ai的机械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效果，仍相当显著。

增强学习是一种利用试误(Trial and Error)进行自我训练的要领。纵然眼前工具的形状与训练使用的工具不相同，机械人仍可透过增强学习理解工具的形状，以及该从哪里抓取工具。

由于增强学习需有大宗的运算能力支持，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机械人还使用了模仿学习(Imitation Learning)及元学习(Meta-Learning)等技术。模仿学习是透过视察其他算法的行动进行学习，元学习则着重于学习流程的革新。藉由这些学习方法，仓储机械人便能迅速适应新的工具。

2019年机械人厂商ABB为推动仓储自动化，特地将一箱箱的工具寄给全球机械人颐魅者进行测试，而只有Covariant.ai的机械人乐成拾取了每一件物品。

凭据国际机械人协会(IFR)视察，2018年全球机械人装置的数量为42.2万台，比起2017年生长了6%，其中较先进的协作机械人装置数量更增加了23%。IFR预估，2020年到2022年间全球机械人的装置数量，平均将有12%的生长。