丰田研究所（以下简称TRI）研究并开发了机器人“舰队学习”系统，并将其首先应用在家庭用辅助方面。 2015年，TRI首席执行官吉尔·普拉特（吉尔·普拉特）表示，机器人技术爆炸的关键在于云机器人技术与深度学习的结合。这个系统 使机器人能够学习或模拟人执行任务，然后与所有其他机器人共享该知识，以便他们可以在新情况下执行任务，然后可以指导其它机器人工作的功能。简而言之，就是让机器人在迭代升级过程中与其他机器人共享学习结果。
在实际场景中进行测试是实现人工智能学习并确保机器人可靠性的关键因素。此外，人工教学也是使机器人更加智能和可靠的一种方式。机器人可以通过学习人类老师执行任务，并利用人类的智慧来指导机器人的身体控制。为了更好地帮助激发机器人进行学习，TRI提出了一个新的方法，就是通过教机器人在现实家庭中执行人类级任务。
对于机器人而言，在家庭环境中进行操作和导航非常困难。由于每个房屋都是唯一的，因此存在具有不同配置的对象的不同组合，并且这些组合可能会随时间变化。为了解决机器人在家庭环境中面临的多样性，TRI教导机器人对各种对象（例如，抓取项目、等）执行任意任务，而不是通过编程来使机器人能够对特定对象执行特定的预定义对象。通过这种方式，机器人学会了将看到的东西与正在学习的东西联系起来。当机器人再次看到特定的对象或场景时，即使场景略有变化，它也知道可以对看到的内容采取什么操作。
老师可以通过计算机屏幕前的机器人传感器以3D形式实时查看机器人，老师可以选择不同的行为来引导机器人，然后对其进行注释，并将场景的各个部分与行为相关联，例如教堂如何握住手柄并打开冰箱门等。机器人本身会通过传感器不断感知周围环境，预测安全路径，然后根据此理解来制定步行或跑步路线。新的深度学习方法直接从视觉输入中计算出低水平的动作，这需要机器人执行任务的大量数据。教学系统只需要了解正在执行的行为相关的周围事物，不需要提前输入对象模型或地图，就可以教导机器人将行为和任意场景、对象和语音命令相关联。
当前，TRI的系统可以成功执行大约85％的相对复杂的人员级任务；每个任务包含大约45个单独的动作。
机器人“舰队学习”系统的应用场景
这种“舰队学习”系统可以轻松扩展，并应用于家庭以外的环境。例如，可以快速而远程地指导工厂中的工业部门执行重复的制造任务，或快速调整物流机器人的包裹拣选任务。
閱讀更多 未來工業互聯網 的文章
