Get best of the week

仓库机器人学习对非标准物品进行分类

在柏林附近的一个仓库中，一个新的机器人可以自动执行机器最近无法完成的任务。




在柏林后院的一个仓库中，一排排带有开关，插座和其他电器的蓝色盒子沿着传送带前进。他们停下来后，五名工人整理了这些小物件，并将它们放在纸板箱中。

在1901年开业的Obeta（一家电子产品制造商），工人多年来一直从事这种单调的工作。

但是，几年前，新员工加入了团队。防护玻璃后面的机器人在长臂的末端使用三个真空吸盘，可以完成相同的工作，并以惊人的速度和精度对货物进行分类。

您可能没有留下深刻的印象，但是这样的机器人分拣组件是AI和机器能够胜任的人工方面的重大突破。

数以百万计的商品经过诸如亚马逊，沃尔玛等零售商店的仓库，他们的低薪工人必须一箱一箱地筛分，其中装满了从衣服，鞋子到电子产品等各种物品，以便可以包装每种产品并按照指示发送。直到今天，汽车还是无法应付。 奥地利仓库自动化公司Knapp的副总裁Peter Pachwein说：“有


超过80,000个这样的盒子被存储在柏林郊区的Obeta仓库中。

“我从事物流业已有16年了，以前从未见过类似的东西。

制作此机器人的加利福尼亚工程师在智能手机（位于Obeta仓库旁）上拍摄了周围的环境。他们花了两年多的时间在Covariant.AI初创公司开发该系统，该研究基于加利福尼亚大学伯克利分校的先前研究。

他们的技术表明，在不久的将来，仓库中几乎没有什么任务对机器人来说太琐碎或难以处理。而且，传统上由人执行的任务越多，机器所能承担的任务就越多，令人担心仓库工人由于自动化而失去工作。

经济学家认为，尽管大多数公司不太可能很快掌握最新的自动化技术，但由于在线交易的迅速增长，所有这些技术都不太可能在不久的将来导致物流工作岗位的急剧减少。但是，创造这些技术的工程师承认，机器将执行仓库中大部分任务的日子将到来。在职工人将不得不做其他事情。

协变工程师专门研究AI的这一子领域，例如强化学习。经过大量的反复试验，机器受过训练以独立执行新任务。教他们的最佳地方是真实世界。

“如果您想在实验室里推广AI，就无法做到这一点，” Covariant的董事兼联合创始人Peter Chen说。 “理想与现实世界之间存在很大差距。”


一名工厂工人正在使用机器人。到目前为止，机器人仅使包装站自动化。

仓库已经高度自动化。在柏林附近的这个仓库中，在一个比足球场更大的围栏室内，长期以来，其他机器人一直被用来从高架子上移走大箱子。

但是，汽车的这项任务相对容易。工程师可以对机器人进行编程以重复相同的动作。所有盒子都一样。机器人每次做相同的动作都可以抓住它们。

将带有随机物品的篮子分类是另一回事。它们的形状和表面各不相同。有些开关可能面朝下躺着，而另一些开关可能会反转。可以将另一种产品包装在一个塑料袋中，该塑料袋以一种机器人从未遇到过的方式反射光。这需要人类的参与。

通过在程序中编写许多规则来对机器人手臂进行编程以处理任何情况都是不可能的。多年来，Knapp Pachwein及其合作伙伴一直在尝试创建具有适当灵活性和灵活性的机器人，但失败了。


Pachwain Knapp多年来一直在尝试发明机器人分拣机

Covariant与Knapp合作，创建了一个可以通过反复试验学习的程序。最初，该系统是使用任务的数字模拟对系统进行训练的-一个虚拟创建的带有随机对象的篮子。然后，当Chen和同事将程序转移到机器人上时，他便能够在现实世界中捡拾东西。

机器人能够继续学习，同时对从未见过的事物进行分类。根据Covariant的说法，德国仓库中的机器人可以选择和分类10,000多种不同的物品，并且准确率达99％。

这标志着在线零售和物流等领域发生了重大变化。

去年年底，国际机器人制造商ABB举行了比赛。他邀请了20家公司为其机器人操纵器开发软件，该软件能够对随机对象进行分类，从立方体到装有其他对象的塑料袋。


铁路上的机器人正在寻找运送包装所需的货物，其中

十家来自欧洲，另一半来自美国。大部分并没有完成任务。有些可以处理几乎所有任务，但不能应付最狡猾的例子。 Covariant是唯一一家能够像人一样快速高效地处理所有任务的公司。

“我们试图找出弱点，” ABB服务机器人部门董事总经理Mark Segura说。 “在这些测试中达到一定的水平是很容易的，但是要证明一个弱点是非常困难的。”

协助在柏林附近和ABB实施该系统的Knapp认为，该技术可以在其他类似的仓库中使用。

来自Covariant的工程师认为，他们的机器人不断地练习，可以更好地应对任务。虽然其中一个仓库中的机器人正在学习更便捷的方法来举起某些物体，但该信息进入了由Covariant控制的中央大脑，这将使机器工作得更好。


Obeta董事总经理Dirk Jandura表示，这些公司在提高效率方面非常积极。自动化是减少浪费的关键。

像许多仓库操作员一样，Obeta在寻找想要做单调工作的工人时遇到困难。每个分拣机每小时处理约170个订单，每天每分钟处理约三个小时，三个小时。在夏季，仓库中的温度超过38度。保持工人六个月以上是很难的。

对于Obeta，新机器人是完美的解决方案。三个人的工作由一个不懂疲劳的机器人完成。

Zhandura说：“他不抽烟，一直健康，不与邻居聊天，不上厕所休息。” “他更有效。”

Knapp还考虑在仓库项目中使用机器人代替人员来工作，这将使机器人可以拿起的包裹更加密集。

Pachwain说：“将在建造新仓库时着眼于AI机器人，而不是人类。”

Knapp计划使公司很难拒绝用机器人代替人们。帕克温说，他们将从公司那里收取的金额永远少于工人的薪水。他说，如果公司每年向工人支付40,000美元，那么纳普将收取30,000美元。

他说：“我们只是下去。” -这是我们的商业模式。客户将很容易做出决定。”


Covariant.AI的创始人Peter Chen和Peter Abbeel

研究了自动化对工作的影响的芝加哥伊利诺伊大学城市经济发展中心第一助理主任贝丝·古特利斯斯说，这种技术不太可能在不久的将来引起劳动力市场的变化。

她说，更严重的问题是，当人们开始与机器人一起工作时，对他们的判断会有所不同。她说：“在我们开始比较使用机器人的人的速度和效率后，将会出现一系列全新的健康和安全问题。”

伯克利大学教授，Covariant联合创始人，总裁兼首席科学家彼得·阿比比尔（Peter Abbil）表示，人们将继续与此类仓库中的机器一起工作。但是，他承认，随着机器学习的改善，劳动力市场将发生巨大变化。


他说：

“如果这种情况在50年内发生，那么Obeta在德国仓库的卡车装卸将有足够的时间使自己适应劳动力市场的状况。”

在德国的一个仓库中，一位身穿宽松T恤衫的妇女勤奋地将商品分类放在盒子里，偶尔瞥了一眼说英语的游客，给机器人拍照并欣赏它的有效性。

来自Covariant的工程师与该小组联系，分享了有关机器人在最后一个小时内如何完成200多个订单的信息-如果是人类，它将获得奖励。

More articles:


All Articles