تطلق Universal Robots برنامج UR AI Trainer لتدريب الروبوتات باستخدام الذكاء الاصطناعي
كشفت شركة Universal Robots عن جهاز UR AI Trainer في مؤتمر NVIDIA GTC، الذي يجمع بين ردود الفعل القوية والتقاط الحركة لتحسين تدريب الروبوتات المعتمد على الذكاء الاصطناعي. يتيح النظام للروبوتات تعلم ...
قدمت شركة Universal Robots نظام UR AI Trainer الجديد، وهو نظام مصمم لتسريع تدريب الروبوتات المعتمد على الذكاء الاصطناعي لأتمتة الصناعة. تم الكشف عن المنصة في مؤتمر NVIDIA GTC وتمثل تحولًا من الروتينات المبرمجة مسبقًا إلى تدفقات عمل الحركة التي يطورها الذكاء الاصطناعي. تم تطوير الحل بالتعاون مع Scale AI، ويركز على التقاط بيانات الحركة والتفاعل الواقعية لتطبيقات الروبوتات.
شركة Universal Robots تكشف عن UR AI Trainer في مؤتمر NVIDIA GTC. الصورة بإذن من Universal Robots.
جسر الفجوة بين التدريب في المختبر والنشر في المصنع
غالبًا ما يواجه تدريب الروبوتات المعتمد على الذكاء الاصطناعي صعوبات عند الانتقال من المحاكاة المختبرية إلى بيئات التصنيع الحقيقية. قد لا تعكس بيانات التدريب التي تُنتج في بيئات محكومة التغيرات الميكانيكية الواقعية أو سلوك الأجسام أو ظروف الإنتاج. ونتيجة لذلك، غالبًا ما تحتاج الروبوتات المدربة في المحاكاة إلى ضبط إضافي قبل النشر.
تعتمد الطرق التقليدية للتدريب بشكل رئيسي على مجموعات بيانات بصرية فقط. لا يمكن للبيانات البصرية وحدها التقاط ردود فعل العزم، أو قوى التلامس، أو مقاومة المواد. هذه القيود تقلل من الأداء في تطبيقات مثل التجميع، والإدخال، والمناولة التعاونية.
التحكم المباشر بالعزم يضيف التعلم المدرك للقوة
يُدمج UR AI Trainer التحكم المباشر بالعزم وردود فعل القوة في عملية التدريب. هذا يسمح للروبوتات بتعلم مسارات الحركة وخصائص التفاعل الفيزيائي معًا. أثناء التدريب، يسجل النظام العزم، وقوة القبضة، وسلوك التلامس لبناء مجموعات بيانات أكثر واقعية.
من خلال دمج المعلومات البصرية مع ردود الفعل الميكانيكية، تتعلم الروبوتات كيف يجب أن يشعر أداء المهام أثناء التنفيذ. هذا يحسن الأداء في التطبيقات التي تتطلب حركة تكيفية، وتعاونًا بشريًا، ومناولة دقيقة.
التحكم المباشر بالعزم يسمح للروبوتات بتعلم ردود فعل القوة، مما يمكّن تدريبًا أكثر دقة معتمدًا على الذكاء الاصطناعي. الصورة بإذن من Universal Robots.
الروبوت القائد يلتقط بيانات الحركة والتفاعل
يستخدم UR AI Trainer نموذج تدريب القائد والتابع. يقوم المشغل بتوجيه روبوت القائد عبر سلسلة من المهام بينما يسجل النظام الحركة والقوة والمعلومات البصرية. تُجمع البيانات المجمعة في مجموعة بيانات رؤية-لغة-عمل لتدريب روبوتات إضافية.
يمكن للروبوتات التابعة بعد ذلك تكرار الإجراءات التي تم تعلمها دون برمجة يدوية. هذا يقلل من وقت الهندسة ويحسن الاتساق عبر خلايا الروبوتات. كما يدعم هذا النهج نشرًا أسرع في أنظمة الأتمتة متعددة الروبوتات.
برمجة الروبوتات المدفوعة بالذكاء الاصطناعي لأتمتة الصناعة
يمثل UR AI Trainer خطوة نحو التدريب بين الآلات في الروبوتات الصناعية. يمكن لنماذج الذكاء الاصطناعي تحسين مسارات الحركة، وموازنة السرعة والدقة، والتكيف مع بيئات الإنتاج المتغيرة. هذا يقلل الاعتماد على برمجة وحدة التحكم اليدوية ويبسط عملية التشغيل.
تتم معظم المعالجة على منصات حوسبة الذكاء الاصطناعي الخارجية بدلاً من وحدات تحكم الروبوت. تتيح هذه البنية قدرات ذكاء اصطناعي متقدمة دون زيادة تعقيد الأجهزة وتدعم النشر القابل للتوسع عبر أنظمة أتمتة متعددة.
تطبيقات أتمتة الصناعة
يدعم UR AI Trainer أتمتة التجميع، ورعاية الآلات، ومناولة المواد. وهو مناسب بشكل خاص للمهام التي تتطلب تحكمًا مدركًا للقوة مثل الإدخال، والتلميع، والتغليف. كما تستفيد بيئات الروبوتات التعاونية من تحسين ذكاء الحركة والتفاعل التكيفي.
عن المؤلف
لين هاويو يغطي أتمتة الصناعة، والروبوتات، وتقنيات التصنيع المدفوعة بالذكاء الاصطناعي.