抛弃无用信息，仅共享关键信息的协同行驶机器人“Physical AI”技术开发

一种面向“自主移动机器人（Autonomous Mobile Robot·AMR）”的“物理人工智能（Physical AI）”技术已被开发出来，该技术能够让机器人自然遗忘不必要的信息，只共享重要信息，从而实现高效的协同行驶。

大邱庆北科学技术院（DGIST）22日表示，电气电子计算机工程系（物理AI中心）Park Kyungjun 教授研究团队，通过模拟社会性议题的扩散与遗忘现象，开发出一项可提升多机器人自主行驶效率的新型物理人工智能技术。

左为DGIST电气电子计算机工程系教授 Park Kyungjun，右为硕博连读生 Chae Jiyoung。DGIST提供

View original image

在物流和制造现场，AMR行驶时会遇到叉车、作业升降机、突然堆积的货物等意想不到的障碍物，妨碍其顺畅移动。在这种情况下，机器人只对眼前情况作出反应并修改路径，因而经常出现不必要的绕行和延误，成为生产率下降的因素。

研究团队将人类社会特有的、某些事件或议题迅速扩散、又随时间逐渐被遗忘这一现象进行数学建模，并应用于机器人的群体智能算法。由此使机器人能够自然遗忘不必要的信息，只获取并共享重要信息，从而实现高效的协同行驶。

在利用模拟真实物流中心环境的“Gazebo仿真器”进行的行驶测试中，与现有自主移动机器人控制算法“ROS 2导航”相比，机器人作业处理量最多提高18.0%，平均行驶时间最多缩短30.1%，性能改善效果显著。这表明机器人正在从单纯回避障碍物的机器，进化为学习社会原理、能够自主判断并行动的物理人工智能。

易于现场应用也是一大优势。该技术无需额外传感器，仅依靠二维激光雷达（LiDAR）即可实现，并以兼容ROS 2导航栈的插件形式开发完成。无需额外复杂装置即可直接应用于现有自主行驶系统，因此可在集群无人机、自动驾驶汽车、物流机器人等产业现场快速加以利用。尤其有望在智慧城市交通管理以及大规模勘探、救援现场中，对构建基于协作的自主行驶系统发挥重要作用。

Park Kyungjun 教授表示：“本次研究的意义在于展示了物理人工智能逐渐向人类靠拢的过程”，“这一成果将成为在物流中心、大型仓库、智能工厂等场景中提升自主行驶机器人生产率的核心技术”。

必读新闻

“终于还是跨境了”既无疫苗也无药物…蔓延中的“变异埃博拉”[读懂科学]

• “股票不用交税” 明年起年超250万韩元币圈收益征税…投资者强烈反对
• “年薪加绩效拿到9000万韩元也不觉得多”……冲破70比1的“迟到新员工”[科学家正在消失]③
• “我竟是收入前30%？”“担心收入后70%女友”……围绕高油价补助金议论纷纷
• “最近谁还去日本” 曾经人潮涌动如今骤减…究竟为何

本次研究由DGIST的硕博连读研究生 Chae Jiyoung 和 Lee Sanghun 担任第一作者，Park 教授担任通讯作者。研究结果于本月10日在线发表在国际学术期刊评价指标“期刊引证报告（Journal Citation Reports）”中工业工程领域排名前2%的国际学术期刊《工业信息集成期刊（Journal of Industrial Information Integration）》上。

版权所有 © 阿视亚经济 (www.asiae.co.kr)。 未经许可不得转载。