ABB与萨尔茨堡研究人员联合申请AI专利，助力工业机器人节能降耗

萨尔茨堡应用技术大学与ABB机器自动化部门B&R正携手将人工智能应用于工业自动化领域，以提升能源利用效率。

双方合作依托约瑟夫·雷塞尔智能与安全工业自动化中心（JRZ ISIA）开展，致力于将前沿研究成果转化为工业驱动系统的实际应用解决方案。

此次合作取得了一项重要阶段性成果——双方联合提交了一项专利申请，涉及工业自动化驱动系统的节能运动控制领域。该技术适用于机器人、机床及自动化生产线等场景，这些场景中需要对包括定位、加速、减速和循环运动在内的高动态运动序列进行高精度控制。

这一进展体现了双方持续推动学术研究与工业应用深度融合的努力。

此次合作着力解决工业自动化领域的一个长期难题。传统控制方法依赖于日益精确的数学模型，但这些模型并不能完整反映实际运行中可以测量却难以精确建模或详细描述的能量损耗。

为突破这一局限，双方探索将人工智能引入其中，尤其是强化学习（RL）方法——这类方法能够直接从真实系统行为中进行学习。

研究人员在物理系统上部署了一个学习智能体，该智能体与机器进行交互，自主学习不同运动轨迹对能量损耗的影响规律，并据此自适应地调整控制策略，无需依赖完整的系统模型。

本研究的核心创新在于提出了一种新的学习策略数学表达形式，能够以更少的数据需求实现更快的学习速度。

这使得强化学习方法得以更有效地应用于工业环境——而此前，这类方法因学习速度慢、对数据量要求高，通常被认为不适合工业场景使用——同时还能带来更优的实际效果。

因此，在信息物理系统中部署该技术在经济性和技术可行性上均成为现实，其目标是在充分反映真实运行条件的前提下，大幅提升运动序列的能源效率。

萨尔茨堡应用技术大学研究主任斯特凡·胡贝尔表示："此次合作及随之产生的专利申请，清晰展示了约瑟夫·雷塞尔中心如何将科研卓越性与工业实践有机结合。我们的目标是确保研究成果不止步于实验室，而是真正转化为工业领域可感知的技术创新。尤其是在人工智能领域，奥地利和欧洲需要处于技术前沿的研究，并将其直接转化为工业价值。"

B&R创新经理马丁·海达赫尔表示："与萨尔茨堡应用技术大学的紧密合作，使我们能够在早期阶段就将创新研究方法引入实际工业应用。这充分体现了将学术研究与工业专业知识相结合的价值，有助于推动真正能在实际应用中创造价值的解决方案的开发。"

本项研究建立在多年积累的基础之上。相关工作最早可追溯至2020年，当时该课题在欧盟Interreg项目KI-Net框架下正式启动。自2022年起，研究在约瑟夫·雷塞尔中心持续深化推进，合作方包括ABB机器自动化部门（B&R）、COPA-DATA等多家行业伙伴。

Q&A

Q1：强化学习在工业自动化中有哪些实际应用？

A：强化学习可以通过部署学习智能体，让其与工业机器直接交互，自主学习不同运动轨迹对能量损耗的影响规律，并自适应地调整控制策略，无需依赖完整的数学系统模型。此次ABB与萨尔茨堡大学的合作，正是将其应用于机器人、机床及自动化生产线的节能运动控制中，使运动序列在真实工况下实现更高效的能源利用。

Q2：ABB与萨尔茨堡大学的专利技术解决了什么问题？

A：传统工业自动化控制方法依赖数学模型，但无法精确描述实际运行中真实存在的能量损耗。此次联合申请的专利，通过引入新的强化学习数学表达形式，以更少的数据和更快的学习速度完成训练，使该技术在工业环境中的部署变得经济可行，从而实现对驱动系统运动过程的节能优化。

Q3：约瑟夫·雷塞尔智能与安全工业自动化中心是什么机构，主要做什么？

A：约瑟夫·雷塞尔智能与安全工业自动化中心（JRZ ISIA）是萨尔茨堡应用技术大学旗下的研究机构，专注于将人工智能等前沿技术应用于工业自动化领域。该中心联合ABB机器自动化部门B&R、COPA-DATA等行业伙伴开展合作研究，致力于将学术成果转化为具有实际工业价值的技术创新，此次节能运动控制专利即为其代表性成果之一。