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，联合学习主要在医学部门用于图像分析，其中保护患者数据是特别高的优先级。因此，没有交换训练数据，例如用于训练人工神经网络的图像或掌握点。只有存储的知识块 - 神经网络的本地权重告诉一个神经元的连接到另一个神经元的局部权重 - 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
“达尔温泰着兴奋地为瓦莱普项目提供了我们的解释（Xai）平台，并高兴地与如此尊敬的加拿大和德国学术组织和我们的行业合作伙伴Festo合作。我们希望我们的Xai技术能够为这一令人兴奋的项目实现高价值的人类流程，这代表了我们提供的重要方面，与我们的新建联合学习方法一起。在学术研究中拥有我们的根源，我们热衷于这一合作和我们新方法对各种制造客户的工业效益，“达尔温泰等首席执行官谢尔顿费尔南德斯谢尔顿·费尔南德斯说。
“Waterloo大学是欣喜若狂的，与卡尔斯鲁厄技术研究所和斯托托等全球工业自动化领导者合作，为制造业带来下一代值得信赖的人工智能。通过harnessing DarwinAI’s Explainable AI (XAI) and Federated Learning, we can enable AI solutions to help support factory workers in their daily production tasks to maximize efficiency, productivity, and safety,” said Dr. Alexander Wong, Co-director of the Vision and Image Processing Research Group, University of Waterloo, and Chief Scientist at DarwinAI.
提交：机器人•机器人夹具•终点效果
