人工智能控制机器手臂来包装盒子和削减成本

罗格斯大学(Rutgers)的计算机科学家利用人工智能来控制一只机械手，这只机械手提供了一种更有效的打包方式，为企业节省了时间和金钱。

“我们可以实现低成本、易于部署的自动化解决方案。该研究的资深作者、罗格斯大学新布伦瑞克分校(Rutgers University-New Brunswick)艺术与科学学院(School of Arts and Sciences)计算机科学系副教授科斯塔斯•贝克里斯(Kostas Bekris)表示:“关键是做出最小但有效的硬件选择，并专注于稳健的算法和软件。”

Bekris、Abdeslam Boularias和Jingjin Yu是计算机科学的助理教授，他们组成了一个团队，通过硬件、3D感知和鲁棒运动，综合处理机器人包装问题的多个方面。

科学家们的同行评议研究最近发表在IEEE机器人和自动化国际会议上，并入围了自动化领域最佳论文奖的决赛。这项研究与部署机器人执行物流、零售和仓库任务的趋势一致。由于机器学习算法允许连续的实验，机器人技术的进步正以前所未有的速度加速。

从一堆杂乱的货物中挑选出的紧密包装在很大程度上仍然是一项手工工作，尽管这对仓库效率至关重要。罗格斯大学的科学团队表示，自动完成这些任务对公司的竞争力很重要，可以让人们把精力集中在不那么繁重的体力劳动上。

罗格斯大学的研究重点是把箱子里的东西放进一个小运输箱里，然后把它们紧紧地排列好。对于机器人来说，这比捡起一个物体并把它扔进盒子里要困难得多。

研究人员为他们的机械手开发了软件和算法。他们使用了视觉数据和一个简单的吸盘，这个吸盘可以兼作手指来推动物体。由此产生的系统可以推翻物体，以获得一个理想的表面抓取他们。此外，它使用传感器数据将对象拉向目标区域并将对象推到一起。在这些操作中，它使用实时监控来检测和避免潜在的故障。

这段YouTube视频显示，库卡机器人手臂将物品从箱子里紧紧地塞进一个货运订单箱里(速度是实际速度的5倍)。

由于研究的重点是包装立方体的对象，下一步将探索不同形状和大小的包装对象。另一个步骤是探索机器人系统在完成特定任务后的自动学习。

主要作者是计算机科学系的博士生Rahul Shome和Wei N. Tang。研究报告的合著者包括博士生宋昌奎(Changkyu Song)和柴坦雅米塔什(Chaitanya Mitash)，以及罗格斯大学认知科学中心(Rutgers Center for Cognitive Science)的科学程序员赫里斯提扬古尔特夫(Hristiyan Kourtev)。这项工作得到了京东硅谷研究中心和美国国家科学基金会的研究合同和资助。