Festo与德国和加拿大合作开发人工智能采摘机器人技术
在FLAIROP研究项目中，机器人在不同的位置接受不同物品的训练。收集所有站点的权重，并使用各种标准进行优化。然后将改进后的版本播放到当地电台，最后，他们应该能够掌握其他电台的文章，他们还没有了解。
机器人采摘在生产、仓储、航运等领域有着重要的应用。费斯托正在与卡尔斯鲁厄理工学院(KIT)的研究人员和两个加拿大合作伙伴——滑铁卢大学和安大略省滑铁卢的软件公司DarwinAI合作。-在机器人采摘联邦学习(FLAIROP)项目中，该项目寻求通过使用分布式人工智能(AI)方法来增强采摘机器人。合作伙伴正在研究如何使用从多个站点、工厂甚至公司获得的机器人的训练数据，而不需要参与者分享公司的机密信息。
4个自动拣选站
FLAIROP项目正在研究如何利用这些训练数据，利用人工智能算法开发更健壮、更高效的解决方案，这样采摘机器人就能接受不同对象的训练，最终应该能够从其他站点抓取不熟悉的物品。这些强大的算法将允许在工业和物流4.0中稳健地使用AI，同时保持符合数据保护指南。换句话说,费斯托它的合作伙伴正在开发新的方法来挑选机器人，在不交换敏感或机密信息的情况下互相学习。随着这些机器人处理不同任务的速度更快，工作流程将加快。这对于协同机器人与工人并肩工作特别有用，可以减轻他们重复、繁重和/或疲劳的工作方面。
作为FLAIROP项目的一部分，将在德国建立4个自动拾取站，用于机器人培训，其中2个位于斯图加特附近埃斯林根(Esslingen am Neckar)的Festo园区，2个位于卡尔斯鲁厄(Karlsruhe)的KIT材料搬运和物流学院。
到目前为止，联邦学习大多局限于医疗行业的图像分析，在这个行业中，患者的机密性是极其重要的。在训练人工神经网络时，它不需要交换机密数据，比如图像或抓点;相反，存储的数据片段被传输到中央服务器，以开发人工智能算法。FLAIROP项目为机器人的人工智能发展开辟了道路。在费斯托的帮助下，采摘将变得更好、更快、更容易。
有关更多信息,联系费斯托．
