Компания AgiBot, специализирующаяся на воплощенном искусственном интеллекте, объявила о знаковом достижении: успешном внедрении её системы обучения с подкреплением в реальном мире (RW-RL) на производственной линии Longcheer Technology. Это событие знаменует собой первое в истории подтвержденное промышленное применение данной технологии, знаменуя переход от академических исследований к практической автоматизации.
Традиционные промышленные роботы, несмотря на высокую точность, долгое время оставались дорогостоящими и негибкими. Их развертывание требует сложной оснастки, длительной настройки и становится экономически невыгодным при частой смене продуктов. Даже современные решения с компьютерным зрением остаются чувствительными к изменениям и требуют значительных затрат на обслуживание.
Технология RW-RL от AgiBot предлагает радикально новый подход. Вместо жесткого программирования роботы учатся непосредственно в процессе реального взаимодействия со средой. Это позволяет им не только осваивать новые навыки за считанные минуты вместо недель, но и непрерывно адаптироваться к вариациям в производственных допусках и параметрах деталей. Система демонстрирует стабильность промышленного уровня и требует минимальных изменений оборудования при переналадке, что кардинально сокращает время простоя и операционные расходы.
Прорыв стал возможен благодаря многолетним исследованиям команды AgiBot под руководством доктора Цзяньляня Ло, которым удалось решить ключевые проблемы стабильности и эффективности алгоритмов обучения с подкреплением в неконтролируемой заводской среде.
Успешный пилотный проект с Longcheer Technology подтвердил жизнеспособность системы. В планах партнеров — масштабирование технологии на производство потребительской электроники и автомобильных компонентов. Их стратегическая цель — создание модульных и легко интегрируемых роботизированных решений, которые заложат основу для нового поколения гибких, интеллектуальных и самообучающихся производств. Это открывает путь к «заводам будущего», способным мгновенно адаптироваться к меняющимся рыночным запросам.
