從Covariant.ai跨過實用門檻 看機器手臂通用AI平台 (下)
Covariant.ai and a universal AI platform for robots (2/2)
- 2020/07/22
- 666
- 15
倉儲物流的分揀任務難以自動化的主要原因是分揀物品的種類繁多,而且必須應付多變無序的應用場景。 新創公司Covariant.ai 發展的AI平台應用於機械手臂具有極高的自主性,分揀物品的成功率達到 99%,已經跨越真實世界的應用門檻達到新的里程碑。 本文分上/下兩篇,探討 Covariant.ai 的發展策略以及對於AI機器手臂未來發展的重要意義。
【內容大綱】
-
五、AI演算法
- (一) 強化學習 (續)
- (二) 模仿學習
- (三) 小樣本學習與元學習
-
六、 Covariant 案例的意義
- (一) 分揀機器手臂的應用擴散
- (二) AI演算法於機器手臂的發展潛力
- (三) 發展共通AI平台對應各式硬體的可行性與必要性
- (四) Covariant的商業模式對於台灣的啟發
- (五) 競爭態勢改變與策略調整的重要指標
- IEKView
【圖表大綱】
- 圖5、強化學習應用於手指操作
- 圖6、深度強化學習打造的ANYmal