征途国际官网首页
人为智能能协助工业机械人适应仓库各类分歧的对象
目前自动化仓储无数工业机械人仍相当工巧 ，当遇到陌生或状态较复杂的对象时 ，往往无法顺利实现拾取的作为。Covariant.ai利用加强进建(Reinforcement Learning)等最新人为智能技术 ，成功提升了仓储机械人的拾取能力 ，并已获得不少仓储机械人业者的青睐。
凭据WIRED报导 ，Covariant.ai是美国柏克莱加州大学(UC Berkeley)人为智能教授Pieter Abbeel于2017年所成立的新创公司。Geoffrey Hinton、Yann LeCun等多位人为智能大厂都相当看好Covariant.ai发展仓储机械人的远景 ，并参加了投资。
近年来 ，Plus One Robotics、Picnic、RightHand Robotic等厂商 ，相继利用较单一的算法 ，推出了可执行简易拾取作为的仓储机械人 ，然而这些机械人并无法处置不熟悉 ，或是表型复杂的对象。
Covariant.ai的机械手臂平台 ，除了建设感测镜头、特殊夹爪 ，还具备壮大的运算能力 ，用来辨识仓库储料箱内的各类对象。只管Covariant.ai的机械人还无法做到像人类一样矫捷 ，但Covariant.ai将加强进建等人为智能技术引进工业利用的功效 ，仍相当显著。
加强进建是一种利用试误(Trial and Error)进行自我训练的步骤。即便面前对象的状态与训练使用的对象不一样 ，机械人仍可透过加强进建理解对象的状态 ，以及该从哪里抓取对象。
由于加强进建需有大量的运算能力支持 ，因而Covariant.ai的系统可说是加强进建在贸易利用上的一大突破。
除了加强进建表 ，Covariant.ai机械人还使用了仿照进建(Imitation Learning)及元进建(Meta-Learning)等技术。仿照进建是透过观察其他算法的作为进前进建 ，元进建则着沉于进建流程的改进。藉由这些进建方式 ，仓储机械人便能迅速适应新的对象。
2019年机械人厂商ABB为推动仓储自动化 ，特意将一箱箱的对象寄给全球机械人业者进行测试 ，而只有Covariant.ai的机械人成功拾取了每一件物品。
凭据国际机械人协会(IFR)调查 ，2018年全球机械人装置的数量为42.2万台 ，比起2017年成长了6% ，其中较先进的合作机械人装置数量更增长了23%。IFR预估 ，2020年到2022年间全球机械人的装置数量 ，均匀将有12%的成长。
客服热线： 400-888-1312
手机： 17727148789
邮箱：scb@fsqcwl.com
传真：0757-86289920
地址：广东省拉萨市南海区西樵镇金东南路16号
粤公网安备 44060502003207号
