世界

Deepmindのロボットバレエ：製造ロボットを調整するためのAI

最も重要なことは、それが本当にうまく拡大したことです。 規模の経済 工場でロボットを管理するなどの複雑な問題に従来の計算方法を適用することの問題は、システムにあるアイテムの数とともに計算の課題が指数関数的に増加することです。 1つのロボットの最も最適な軌跡を計算するのは比較的簡単です。 2つ同じことをするのはかなり難しいです。数が8に増加すると、問題は実質的に手に負えないものになります。 Roboballetでは、システムの複雑さとともに計算の複雑さも成長しましたが、はるかに遅くなりました。 （計算は、タスクと障害物の数が増え、ロボットの数と直線的に増加しました。）チームによると、これらの計算は産業規模の使用に対応するためにシステムを実現可能にするはずです。 チームは、AIが生み出していた計画が良いかどうかをテストしたかったのです。それを確認するために、Laiと彼の同僚は、いくつかの単純化された作業細胞で最も最適なタスクの割り当て、スケジュール、および動きを計算し、Roboballetが提供した結果と比較しました。おそらく製造における最も重要な指標である実行時間に関して、AIは人間のエンジニアができることに非常に近づきました。それは彼らよりも優れていませんでした。より迅速に答えを提供しました。 チームはまた、アルミニウムのワークピースに取り組んでいる4つのパンダロボットの実世界の物理的セットアップに関するロボボール計画をテストし、シミュレーションと同様に働きました。しかし、ライは、ロボットのプログラミングプロセスをスピードアップするだけではないと言います。 足を踏み入れる Deepmindのチームによると、Roboballetは、より良い作業セルを設計することもできます。 「それは非常に速く動作するため、デザイナーがほとんどリアルタイムでさまざまなレイアウトや異なる配置またはロボットの選択を試すことができます」とライは言います。これにより、工場のエンジニアは、セルに別のロボットを追加したり、異なるタイプのロボットを選択したりすることで、どれだけの時間を節約できるかを正確に確認できます。 Roboballetができるもう1つのことは、ワークセルをその場で再プログラムし、他のロボットが故障したときに埋めることができるようにすることです。 #Deepmindのロボットバレエ製造ロボットを調整するためのAI