NEC研发出一种新的控制技术,能够在保证高度安全性的同时,将机器人在仓库的搬运作业效率提高2倍。该技术将于2023年实际应用,并计划搭载在NEC的协作搬运机器人(注)上。
NEC研发的搬运机器人控制技术概要
近年来,因人手不足和仓库大型化等原因,在搬运作业领域引入机器人的进程正在加速。然而到目前为止,虽然为实现搬运作业自动化而引入机器人,但为了确保安全性,必须控制其行驶速度,搬运效率成为课题,并不能为生产率的提高提供助力。另一方面,如提高行驶速度,为了确保安全,就需要设置搬运机器人专用通道和区域,因此很难导入到现存仓库中。
此次,NEC开发了依照安全风险来控制机器人的风险敏感概率控制技术,该技术使用了可展现机器人控制中的不确定因素(如传感器的测量误差、模拟测试的结果与机器人实际运动的差值等)的模型,以及数理金融的技巧。
依靠该技术,机器人能够自主判断行进路线及速度。在没有作业者或地面没有物品等障碍物的低风险场所,机器人将以最短距离高速行驶;而在风险较高的场所,机器人将选择可以精准避开障碍物的路线低速行驶。经对比发现,使用此技术的机器人与以往的机器人在搬运作业时,作业时间减少了一半,在确保安全性的同时可以将搬运效率提高2倍。另外,即使不设置机器人专用区域也能实现安全性和高效性,因此现有仓库也可以使用。
NEC今后将通过作业现场的实证实验进一步推进技术研发,以期早日将此技术应用于协作搬运机器人上。
(注) 2021年12月17日发布:
NEC研发出利用下一代自动搬运机器人来提高物流仓库出入库作业效率的解决方案:https://jpn.nec.com/press/202112/20211217_02.html (日语)
使用NEC协作搬运机器人的解决方案:
https://jpn.nec.com/arc/index.html (日语)
<关于用于控制搬运机器人的风险敏感概率控制技术>
好文章,需要你的鼓励
麻省理工学院研究团队发现大语言模型"幻觉"现象的新根源:注意力机制存在固有缺陷。研究通过理论分析和实验证明,即使在理想条件下,注意力机制在处理多步推理任务时也会出现系统性错误。这一发现挑战了仅通过扩大模型规模就能解决所有问题的观点,为未来AI架构发展指明新方向,提醒用户在复杂推理任务中谨慎使用AI工具。
继苹果和其他厂商之后,Google正在加大力度推广其在智能手机上的人工智能功能。该公司试图通过展示AI在移动设备上的实用性和创新性来吸引消费者关注,希望说服用户相信手机AI功能的价值。Google面临的挑战是如何让消费者真正体验到AI带来的便利,并将这些技术优势转化为市场竞争力。
中科院自动化所等机构联合发布MM-RLHF研究,构建了史上最大的多模态AI对齐数据集,包含12万个精细人工标注样本。研究提出批评式奖励模型和动态奖励缩放算法,显著提升多模态AI的安全性和对话能力,为构建真正符合人类价值观的AI系统提供了突破性解决方案。