生产，仓库，运输-货物生产，储存，分类或包装，拣选也发生。这意味着将一些单独的货物从盒子或纸箱等存储单元中取出并重新组装。通过FLAIROP(机器人拾取联合学习)项目，Festo和来自卡尔斯鲁厄理工学院(KIT)的研究人员，以及来自加拿大的合作伙伴，希望利用分布式人工智能方法使拾取机器人更加智能。为此，他们正在研究如何在不要求参与者交出公司敏感数据的情况下，使用来自多个工作站、多个工厂甚至公司的培训数据。
KIT材料处理和物流研究所(IFL)的乔纳森·奥伯利(Jonathan Auberle)表示:“我们正在研究如何利用来自多个地点的最通用的训练数据，利用人工智能算法开发更强大、更高效的解决方案，而不是只使用一个机器人的数据。”在这一过程中，物品在多个拾取站通过抓取和搬运的方式被自主机器人进一步处理。在不同的站点，机器人要接受非常不同的训练。最后，他们应该能够掌握其他电视台的文章，他们还没有了解。“通过联合学习的方法，我们平衡了工业环境中的数据多样性和数据安全，”Auberle说。
强大的算法，工业和物流4.0
到目前为止，联邦学习主要用于医疗领域的图像分析，其中患者数据的保护是一个特别高的优先级。因此，不需要交换训练数据，如图像或抓取点来训练人工神经网络。只有一些存储的知识——神经网络的局部权重，它告诉我们一个神经元与另一个神经元的连接有多紧密——被传送到中央服务器。
在那里，来自所有站点的权重被收集，并使用各种标准进行优化。然后将改进后的版本播放到本地电台，并重复这一过程。其目标是开发新的、更强大的算法，在符合数据保护指南的同时，为工业和物流4.0的人工智能的稳健使用提供有力支持。
“在FLAIROP研究项目中，我们正在开发新的方法，让机器人在不分享敏感数据和公司机密的情况下相互学习。这带来了两个主要好处:我们保护了客户的数据，我们获得了速度，因为机器人可以更快地接管许多任务。通过这种方式，协作机器人可以支持生产工人从事重复、繁重和累人的工作。”在该项目期间，将设立四个自动拾取站来培训机器人:两个在KIT Institute for Material Handling and Logistics (IFL)，两个在位于Esslingen am Neckar的Festo SE公司。
创业公司DarwinAI和加拿大滑铁卢大学(University of Waterloo)是进一步的合作伙伴
DarwinAI非常高兴能够为FLAIROP项目提供我们的explain (XAI)平台，并很高兴与如此受尊敬的加拿大和德国学术机构以及我们的行业合作伙伴Festo合作。我们希望我们的XAI技术能够为这个令人兴奋的项目提供高价值的人在循环过程，这代表了我们提供的一个重要方面，以及我们的新方法联合学习。由于我们植根于学术研究，我们对这种合作和我们的新方法为一系列制造业客户带来的工业利益充满热情，”DarwinAI首席执行官谢尔登·费尔南德斯(Sheldon Fernandez)说。
“滑铁卢大学非常高兴能与卡尔斯鲁厄理工学院(Karlsruhe Institute of Technology)以及像费斯托(Festo)这样的全球工业自动化领导者合作，将下一代值得信赖的人工智能带到制造业。通过利用DarwinAI的可解释人工智能(XAI)和联邦学习，我们可以使人工智能解决方案帮助工厂工人的日常生产任务，以最大限度地提高效率、生产率和安全性。”滑铁卢大学视觉和图像处理研究小组联合主任、达尔文ai首席科学家亚历山大·王博士说。
了下:机器人技术•机器人抓手•末端执行器
