Universal Robots, Yapay Zekâ Tabanlı Robot Eğitimi için UR AI Trainer'ı Tanıttı

Universal Robots, endüstriyel otomasyon için yapay zekâ tabanlı robot eğitimini hızlandırmak amacıyla tasarlanmış yeni bir sistem olan UR AI Trainer’ı tanıttı. Platform, NVIDIA GTC’de tanıtıldı ve önceden programlanmış robot rutinlerinden yapay zekâ tarafından geliştirilen hareket iş akışlarına geçişi simgeliyor. Scale AI ile iş birliği içinde geliştirilen çözüm, robotik uygulamalar için gerçek dünya hareket ve etkileşim verilerinin yakalanmasına odaklanıyor.

Universal Robots, NVIDIA GTC’de UR AI Trainer’ı tanıtıyor. Görsel Universal Robots’tan alınmıştır.

Laboratuvar Eğitimi ile Fabrika Uygulaması Arasındaki Farkı Kapatmak

Yapay zekâ tabanlı robot eğitimi, laboratuvar simülasyonlarından gerçek üretim ortamlarına geçerken genellikle zorluk yaşar. Kontrollü ortamlarda oluşturulan eğitim verileri, gerçek dünya mekanik varyasyonlarını, nesne davranışlarını veya üretim koşullarını yansıtmayabilir. Sonuç olarak, simülasyonda eğitilen robotların devreye alınmadan önce ek ayarlamalar yapılması gerekir.

Geleneksel eğitim yöntemleri de öncelikle görsel veri setlerine dayanır. Sadece görsel veriler, tork geri bildirimi, temas kuvvetleri veya malzeme direncini yakalayamaz. Bu sınırlamalar, montaj, yerleştirme ve iş birliği gerektiren uygulamalarda performansı düşürür.

Doğrudan Tork Kontrolü ile Kuvvet Farkındalıklı Öğrenme

UR AI Trainer, eğitim sürecine Doğrudan Tork Kontrolü ve kuvvet geri bildirimini entegre eder. Bu sayede robotlar hem hareket yollarını hem de fiziksel etkileşim özelliklerini öğrenir. Eğitim sırasında sistem, tork, kavrama kuvveti ve temas davranışını kaydederek daha gerçekçi veri setleri oluşturur.

Görsel bilgilerle mekanik geri bildirimin birleşimi sayesinde robotlar, görevlerin yürütülürken nasıl hissettirmesi gerektiğini öğrenir. Bu da uyarlanabilir hareket, insan iş birliği ve hassas tutma gerektiren uygulamalarda performansı artırır.

Doğrudan Tork Kontrolü, robotların kuvvet geri bildirimini öğrenmesini sağlayarak yapay zekâ tabanlı eğitimin doğruluğunu artırır. Görsel Universal Robots’tan alınmıştır.

Lider Robot Hareket ve Etkileşim Verilerini Yakalar

UR AI Trainer, lider-izleyici eğitim modeli kullanır. Bir operatör, lider robotu bir dizi görev boyunca yönlendirirken sistem hareket, kuvvet ve görsel bilgileri kaydeder. Toplanan veriler, ek robotların eğitimi için Görsel-Dil-Eylem veri setine dönüştürülür.

İzleyici robotlar, öğrenilen hareketleri manuel programlama olmadan tekrarlayabilir. Bu, mühendislik süresini azaltır ve robotik hücreler arasında tutarlılığı artırır. Yaklaşım, çoklu robot otomasyon sistemlerinde daha hızlı devreye almayı da destekler.

Endüstriyel Otomasyon için Yapay Zekâ Destekli Robot Programlama

UR AI Trainer, endüstriyel robotikte makineden makineye eğitim yolunda bir adımı temsil eder. Yapay zekâ modelleri, hareket yollarını optimize edebilir, hız ve doğruluk arasında denge kurabilir ve değişen üretim ortamlarına uyum sağlayabilir. Bu, manuel öğretme pendantı programlamasına olan bağımlılığı azaltır ve devreye almayı basitleştirir.

Çoğu işlem, robot kontrolörleri yerine harici yapay zekâ hesaplama platformlarında çalışır. Bu mimari, donanım karmaşıklığını artırmadan gelişmiş yapay zekâ yeteneklerini mümkün kılar ve çoklu otomasyon sistemlerinde ölçeklenebilir dağıtımı destekler.

Endüstriyel Otomasyon Uygulamaları

UR AI Trainer, montaj otomasyonu, makine besleme ve malzeme taşıma uygulamalarını destekler. Özellikle yerleştirme, parlatma ve paketleme gibi kuvvet farkındalığı gerektiren görevler için uygundur. İş birliği robotu ortamları da gelişmiş hareket zekası ve uyarlanabilir etkileşimden fayda sağlar.

Yazar Hakkında

Lin Haoyu, endüstriyel otomasyon, robotik ve yapay zekâ destekli üretim teknolojilerini kapsamaktadır.