cURL Error Code: 7 cURL Error Message: Failed to connect to 127.0.0.1 port 9200: Connection refused cURL Error Code: 7 cURL Error Message: Failed to connect to 127.0.0.1 port 9200: Connection refused DeepMind的机器人芭蕾舞:协调制造机器人的AI - OurCoders (我们程序员)

DeepMind的机器人芭蕾舞:协调制造机器人的AI

2025-09-25 11:15:40 英文原文

AI弄清楚机器人如何在不以彼此的方式获得工作的情况下完成工作。

我们今天使用的许多东西主要是由机器人的武器制成的,这些武器具有多个自由度的沿传送带,这些武器以精确同步运动的奇观移动。所有这些运动通常都是手工编程的,这可能需要数百到数千小时。Google的DeepMind Team开发了一个名为Roboballet的AI系统,该系统使制造机器人弄清楚该做什么。

旅行推销员

规划制造机器人应采取什么措施来有效地完成工作真的很难自动化。您需要解决任务分配和调度,以决定应按照哪个顺序完成哪个任务。就像著名的旅行推销员问题在类固醇上。最重要的是,有运动计划的问题;您需要确保所有这些机器人的手臂都不会相互碰撞,否则所有齿轮都站在它们周围。

最后,您面临着各种可能的组合,在这些组合中,您必须同时解决一个而是解决三个计算困难问题。Google DeepMind的研究工程师Matthew Lai说,有一些工具可让您自动化运动计划,但是任务分配和调度通常是手动完成的。我们在工作中解决了所有这些问题的解决。

赖团队首先生成了所谓的工作单元的模拟样本,该区域的机器人团队在制造产品上执行其任务。工作单元包含一种称为工件的东西,机器人确实可以使用,在这种情况下,可以用放在桌子上的铝制撑杆来构建的东西。桌子周围,最多有八个随机放置弗兰卡熊猫机器人武器,每个人都有7度的自由度,应该在工件上完成多达40个任务。每个任务都需要机器人臂的末端效应器才能在正确的支撑杆上正确的位置的2.5厘米内,从正确的角度接近,然后呆在那里,冻结了一会儿。暂停模拟做一些工作。

为了使事情变得更加艰难,团队为每个工作单元都带来了机器人必须避免的随机障碍。``我们选择使用多达八个机器人工作,因为这是在紧密的包装机器人的明智最大值附近,而无需它们始终互相阻挡。”强迫机器人在工件上执行40个任务也是该团队认为代表实际工厂需要的。

这样的设置将是一场噩梦,即使是最强大的增强学习算法也是如此。莱和他的同事通过将其全部变成图形来解决了解决方案。

复杂的关系

LAI模型中的图包括节点和边缘。机器人,任务和障碍之类的东西被视为节点。它们之间的关系被编码为单向或双向边缘。一个方向边缘将机器人与任务和障碍联系起来,因为机器人需要有关障碍物的位置以及任务是否完成的信息。双向边缘将机器人相互连接,因为每个机器人都必须知道其他机器人在每个时间步骤中都在做什么,以避免碰撞或重复任务。

为了读取图形并理解图形,团队使用了图形神经网络,这是一种人工智能,旨在通过沿着连接边缘传递消息来提取节点之间的关系。这使数据整理成整理,使研究人员能够设计一个专门关注最重要的系统的系统:找到完成障碍时完成任务的最有效方法。经过几天的培训,使用单个NVIDIA A100 GPU进行了随机生成的工作单元,新的工业计划AI(称为Roboballet)可以在几秒钟内通过复杂的,以前看不见的环境来阐明看似可行的轨迹。

不过,最重要的是,它的扩展非常好。

规模经济

将传统的计算方法应用于工厂管理机器人等复杂问题的问题是,计算挑战随系统中的项目数量呈指数增长。为一个机器人计算最佳轨迹是相对简单的。对两个人做同样的事情要困难得多。当数字增长到八个时,问题实际上就变得棘手了。

借助Roboballet,计算的复杂性也随系统的复杂性而增长,但速度较慢。(这些计算随着任务和障碍的数量越来越多,并且与机器人的数量相互二次。

但是,该团队想测试他们的AI制定的计划是否有益。为了检查这一点,Lai和他的同事在一些简化的工作单元中计算了最佳的任务分配,时间表和动作,并将其与Roboballet提供的结果进行了比较。就执行时间而言,可以说是制造业中最重要的指标,AI非常接近人类工程师可以做的事情。它不比他们更快地提供答案。

该小组还通过在铝制工件上工作的四个熊猫机器人的实际物理设置测试了Roboballet计划,他们和模拟一样工作。但是莱说,它不仅可以加快编程机器人的过程。

lim脚

根据DeepMind的团队的说法,Roboballet也使我们能够设计更好的工作单元。``因为它运作得如此之快,所以设计师几乎可以实时尝试不同的布局和不同的布置或选择机器人的选择。”这样,工厂的工程师将能够通过在单元格中添加另一个机器人或选择其他类型的机器人来确切地看到他们节省了多少时间。Roboballet可以做的另一件事是即时重新编程工作单元,使其他机器人分解时可以填充。

尽管如此,在Roboballet可以进入工厂之前,仍然需要一些事情需要熨。莱承认,我们做了几种简化。”首先是将障碍物分解为长方体。甚至工件本身也是立方体。尽管这在某种程度上代表了实际工厂中的障碍和设备,但有很多可能的有机形状的工件。莱说,最好以更灵活的方式代表那些,例如网格图或点云。”但是,这可能意味着Roboballet的起泡速度下降。

另一件事是,莱的实验中的机器人是相同的,而在现实世界中,机器人团队通常是异质的。``这就是为什么现实世界应用需要针对应用类型的其他研究和工程的其他研究和工程。”莱说。不过,他补充说,当前的Roboballet已经考虑了这样的改编,很容易扩展以支持它们。一旦完成,他的希望是它将使工厂更快,更灵活。

LAI说:`

科学机器人技术,2025。Doi:10.1126/scirobotics.ADS1204

Photo of Jacek Krywko

Jacek Krywko是一位自由科学技术作家,涵盖了太空探索,人工智能研究,计算机科学和各种工程巫师。

关于《DeepMind的机器人芭蕾舞:协调制造机器人的AI》的评论


暂无评论

发表评论

摘要

DeepMind的团队开发了一个名为Roboballet的AI系统,该系统使制造机器人能够在不干预的情况下自主计划其任务。该系统解决了复杂的问题,例如任务分配,调度和运动计划,大大减少了对手动编程的需求,这可能需要数百到数千小时。通过使用图形神经网络,Roboballet有效地计算了复杂环境中的最佳轨迹,从而证明了在工厂中现实世界应用的潜力。尽管在开发过程中进行了一些简化(例如Cuboid障碍物),但Roboballet通过直通重编程和设计优化提高工厂的灵活性和效率表现出了希望。

相关新闻

相关讨论