英国开发一种自学习机器人随机挑选物品，准确率达94%

英国制造技术中心的自动化专家开发了一种自学习机器人，它可以教会自己如何从随机排列的托盘或垃圾箱中拾取未知物体。他们表示，在广泛的物体上进行测试–包括金属部件、化妆品容器和水果–拾取的成功率高达94%。

该机器人可以在不需要昂贵的传感器或冗长程序的情况下挑选物体。这项技术–代号为Project Viper–使用了深度神经网络、低成本深度测量相机和装有真空拾取杯的机器人手臂。

这个项目显示了MTC利用最先进的学术研究为英国工业开发新技术的能力，这项工作的结果是一个灵活的系统，可以快速适应不同工业处理问题的个性化需求，而不需要复杂的机器人编程。

围绕神经网络架构构建系统，使其能够在运行中收集新数据时更新模型，使系统的性能随着时间的推移不断提高。大大降低了手动生产训练神经网络所需的大量数据通常需要的成本和时间。

该技术可以为制造业、农业食品、物流和垃圾管理等行业带来巨大的好处。

拣选技术沿用了MTC早期的一个项目，该项目开发了一种具有决策能力的机器人，用于装配操作。利用机器学习和视觉识别的结合，这种机器人可以被教会根据放在它面前的组件做出装配决策。MTC表示，这可以为制造商节省昂贵的固定工具成本。

MTC由伯明翰大学、拉夫堡大学和诺丁汉大学与TWI共同成立。其行业成员包括英国全球主要制造商。获取更多前沿科技 研究访问：https://byteclicks.com

MTC旨在根据政府的制造战略，提供一个竞争环境，以弥合大学研究与创新制造系统开发之间的差距。它是由英国创新署支持的 “高价值制造推动器 “的一部分。

MTC的自学习机器人系统使用真空杯从随机排列的垃圾箱或托盘中拾取物品