伦敦大学学院（UCL）与Alphabet旗下的DeepMind和Intrinsic公司联合推出RoboBallet技术。这项由《Science Robotics》期刊发表的新AI算法，旨在让大型机器人在复杂的工业环境中实现高效协同，避免碰撞。RoboBallet通过结合图神经网络（GNN）和强化学习（RL），能够理解空间障碍和机器人间的关系，并学习如何规划任务和动作。与需要数百小时手动完成的传统方法相比，RoboBallet能在几秒内自动生成数十个机械手臂的协同动作计划，速度提升数百倍。该技术已在实验中展现出卓越性能，可以在短时间内解决大量任务，为汽车制造、电子组装和建筑等领域带来显著的效率提升和适应性增强。
🤖 **RoboBallet技术实现机器人高效协同作业：** 由UCL、DeepMind和Intrinsic联合开发的RoboBallet，是一项创新的AI算法，能够让大型机器人在繁忙的工业环境中协同工作，有效避免相互碰撞。这项技术已在《Science Robotics》期刊上发表，标志着工业机器人协作能力的一大飞跃。
🧠 **AI算法融合GNN与RL，智能规划动作：** RoboBallet的核心在于结合了图神经网络（GNN）和强化学习（RL）。GNN负责理解复杂的空间障碍物和机器人之间的相对位置关系，而RL则通过“避免碰撞、快速完成”的奖励机制，学习最优的任务执行策略，从而实现高效且安全的机器人动作规划。
⚡ **效率提升数百倍，缩短任务规划时间：** 传统上，机器人协同任务的规划需要耗费数百小时的人力。RoboBallet能够颠覆这一现状，在短短几秒钟内自动生成数十个机械手臂的协同动作计划，其速度比传统方法快了数百倍，极大地提高了生产线的响应速度和整体效率。
🚀 **广泛应用前景，赋能多领域生产：** RoboBallet的强大能力使其在汽车制造、电子产品组装以及建筑等多个领域都展现出巨大的应用潜力。通过实现大规模、优雅且快速的多机器人规划自动化，该技术能够显著提升工厂的整体运行效率和对变化环境的适应能力。
倫敦大學學院（University College London，UCL）與Alphabet旗下的AI公司DeepMind、機器人公司Intrinsic上周共同揭露了RoboBallet技術，這是一個新的AI演算法，讓大型機器人能夠在繁忙的工業環境中協作而不衝突，並已於《Science Robotics》期刊上發表。
RoboBallet的任務在於幫助在生產線與廠房之間工作的機器人，能夠自動規畫它們的任務與動作，而不互相或與周圍環境碰撞；目前該任務通常是由經過專門培訓的人類手動完成，是個既繁瑣又容易出現的過程，一組完整的任務規畫往往需要耗費數百小時的人力時間。
而RoboBallet是個結合強化學習（RL）的圖像神經網路（GNN），先藉由GNN理解空間障礙與機器人之間的關係，再透過RL學習如何高效完成任務，並以「避免碰撞、快速完成」獲得獎勵，而讓機器人能在幾秒內自動生成數十個機械手臂的協同動作計畫，比傳統作法快了數百倍，可應用在汽車製造、電子組裝或建築領域上。
在實驗中，僅經過幾天的培訓，RoboBallet就可在幾秒內生成高品質的規畫，還能超越原本所學習的布局，以8個機械手臂解決最多40項任務。
該報告的主要作者Matthew Lai表示，RoboBallet把工業機器人轉變為精心編排的舞碼，每隻手臂都精確且有目的的移動，還可意識到同伴；它不僅能夠避免碰撞，還能實現大規模的協作，這是他們第一次能夠像舞蹈一樣優雅與快速地自動化複雜的多機器人規畫，提升工廠的效率與適應能力。
