یونیورسال رباتس مربی هوش مصنوعی UR را برای آموزش ربات‌ها مبتنی بر هوش مصنوعی عرضه می‌کند

یونیورسال رباتس، UR AI Trainer را معرفی کرده است؛ سامانه‌ای جدید که برای تسریع آموزش ربات‌های مبتنی بر هوش مصنوعی در اتوماسیون صنعتی طراحی شده است. این پلتفرم در رویداد NVIDIA GTC رونمایی شد و نشان‌دهنده گذار از روال‌های ازپیش‌برنامه‌ریزی‌شده ربات‌ها به گردش‌کارهای حرکتی توسعه‌یافته با هوش مصنوعی است. این راهکار که با همکاری Scale AI توسعه یافته، بر ثبت داده‌های حرکتی و تعاملی دنیای واقعی برای کاربردهای رباتیک تمرکز دارد.

رونمایی یونیورسال رباتس از UR AI Trainer در NVIDIA GTC. تصویر با اجازه یونیورسال رباتس.

پر کردن شکاف میان آموزش آزمایشگاهی و استقرار در کارخانه

آموزش ربات‌های مبتنی بر هوش مصنوعی هنگام انتقال از شبیه‌سازی‌های آزمایشگاهی به محیط‌های واقعی تولید، اغلب با مشکل مواجه می‌شود. داده‌های آموزشی تولیدشده در محیط‌های کنترل‌شده ممکن است تنوع مکانیکی، رفتار اشیا یا شرایط تولید دنیای واقعی را بازتاب ندهند. در نتیجه، ربات‌هایی که در شبیه‌سازی آموزش دیده‌اند، معمولاً پیش از استقرار به تنظیمات بیشتری نیاز دارند.

روش‌های سنتی آموزش نیز عمدتاً به مجموعه‌داده‌های بصری متکی هستند. داده‌های صرفاً بصری نمی‌توانند بازخورد گشتاور، نیروهای تماس یا مقاومت مواد را ثبت کنند. این محدودیت‌ها عملکرد را در کاربردهایی مانند مونتاژ، جای‌گذاری و جابه‌جایی مشارکتی کاهش می‌دهند.

کنترل مستقیم گشتاور، یادگیری مبتنی بر نیرو را ممکن می‌کند

UR AI Trainer کنترل مستقیم گشتاور و بازخورد نیرو را در فرایند آموزش ادغام می‌کند. این امر به ربات‌ها اجازه می‌دهد هم مسیرهای حرکتی و هم ویژگی‌های تعامل فیزیکی را یاد بگیرند. سامانه هنگام آموزش، گشتاور، نیروی گرفتن و رفتار تماس را ثبت می‌کند تا مجموعه‌داده‌هایی واقع‌گرایانه‌تر بسازد.

ربات‌ها با ترکیب اطلاعات بصری و بازخورد مکانیکی یاد می‌گیرند وظایف هنگام اجرا چه حسی باید داشته باشند. این قابلیت عملکرد را در کاربردهایی که به حرکت تطبیقی، همکاری انسان و جابه‌جایی دقیق نیاز دارند، بهبود می‌دهد.

کنترل مستقیم گشتاور به ربات‌ها اجازه می‌دهد بازخورد نیرو را یاد بگیرند و آموزش مبتنی بر هوش مصنوعی را دقیق‌تر کنند. تصویر با اجازه یونیورسال رباتس.

ربات رهبر، داده‌های حرکتی و تعاملی را ثبت می‌کند

UR AI Trainer از یک مدل آموزشی رهبر ـ پیرو استفاده می‌کند. اپراتور، ربات رهبر را در اجرای مجموعه‌ای از وظایف هدایت می‌کند و سامانه اطلاعات حرکتی، نیرو و بصری را ثبت می‌کند. داده‌های گردآوری‌شده در قالب مجموعه‌داده بینایی ـ زبان ـ عمل برای آموزش ربات‌های دیگر تدوین می‌شوند.

ربات‌های پیرو سپس می‌توانند اقدامات آموخته‌شده را بدون برنامه‌نویسی دستی تکرار کنند. این امر زمان مهندسی را کاهش می‌دهد و سازگاری میان سلول‌های رباتیک را بهبود می‌بخشد. این رویکرد همچنین از استقرار سریع‌تر در سامانه‌های اتوماسیون چندرباته پشتیبانی می‌کند.

برنامه‌نویسی ربات با هدایت هوش مصنوعی برای اتوماسیون صنعتی

UR AI Trainer گامی به‌سوی آموزش ماشین‌به‌ماشین در رباتیک صنعتی به شمار می‌رود. مدل‌های هوش مصنوعی می‌توانند مسیرهای حرکتی را بهینه کنند، میان سرعت و دقت تعادل برقرار سازند و خود را با محیط‌های تولیدی در حال تغییر وفق دهند. این امر اتکا به برنامه‌نویسی دستی از طریق تیچ‌پندنت را کاهش می‌دهد و راه‌اندازی را ساده‌تر می‌کند.

بیشتر پردازش‌ها به‌جای کنترلرهای ربات، روی پلتفرم‌های محاسباتی خارجی هوش مصنوعی انجام می‌شوند. این معماری، قابلیت‌های پیشرفته هوش مصنوعی را بدون افزایش پیچیدگی سخت‌افزار ممکن می‌کند و از استقرار مقیاس‌پذیر در چندین سامانه اتوماسیون پشتیبانی می‌کند.

کاربردهای اتوماسیون صنعتی

UR AI Trainer از اتوماسیون مونتاژ، تغذیه ماشین و جابه‌جایی مواد پشتیبانی می‌کند. این سامانه به‌ویژه برای وظایفی مناسب است که به کنترل مبتنی بر نیرو، مانند جای‌گذاری، پرداخت‌کاری و بسته‌بندی، نیاز دارند. محیط‌های ربات‌های مشارکتی نیز از هوشمندی حرکتی بهتر و تعامل تطبیقی بهره‌مند می‌شوند.

درباره نویسنده

لین هایوئو حوزه‌های اتوماسیون صنعتی، رباتیک و فناوری‌های تولید مبتنی بر هوش مصنوعی را پوشش می‌دهد.