据了解，智元此次落地的真机强化学习计划，完成的打破首要在于：机器人可在实在产线中自主学习、继续优化作业战略，新技能练习与安稳布置仅需数十分钟，且功能全程不降级。在换线、换型或流线调整时，该体系只需最小的硬件改动和标准化布置流程，即可显着提高柔性、紧缩布置时刻与本钱，破解“产线刚性与产能动摇”的职业痛点。

  长期以来，精细制作产线面临刚性瓶颈，传统机械臂依靠杂乱夹具规划与场所改造，调试周期长、换型本钱高；“视觉+力控”等柔性计划虽有改善，却存在参数灵敏、布置杂乱等问题，难以适配消费电子职业高频产品迭代需求。

  相较传统计划，该真机强化学习计划具有三大中心优势。一是极速布置，练习周期从“数周”锐减至“数十分钟”，功率完成指数级提高；二是超高适配，自主战胜来料方位误差、尺度公差等扰动，在长周期运转中继续坚持工业级安稳性与100%使命完成率；三是柔性换型，使命改变仅需快速再练习，无需定制夹具或杂乱工装，即可适配不一样的产品与工序，破解消费电子职业长期存在的“产线刚性与产能动摇”难题。

  智元机器人表明，真机强化学习计划在占用空间、硬件依靠与环境适配方面展现出高度通用性，可在不同工位和产品线上快速搬迁与复用。

  机器人在十分钟内学会新技能，这一前进背面的技能打破怎么？11月3日，智元机器人合伙人兼首席科学家罗剑岚在承受证券时报等媒体采访时表明，机器人完成十分钟学会新技能，首要是经过预练习模型，结合少数演示和纠错，快速点亮战略，并在工业给定范围内微调参数来到达的。

  “在工业产线%，是彻底不同的两件事，智元现在是首个实在将真机强化学习使用在产线上的厂商，这一打破点首要在于功能，在于实在能将AI模型布置在工厂中，完成百分之百的准确率。”罗剑岚指出。

  据罗剑岚介绍，与传统的仿真强化学习比较，真机强化学习的中心打破在于直接将学习闭环嵌入产线。“不需求解一个近似方针，而是直接优化最关怀的方针，把经过率、节拍、良率这些变成练习时的第一性方针，而不是像传统办法那样去解一个近似方针。真机强化学习运用的是产线原生信号进行断定和奖赏，这样就无需处理仿真与实际的距离问题，传统强化学习大多在仿真环境中进行，而咱们直接在实在产线中处理这一个问题。”

  从落地场景来看，智元真机强化学习计划在龙旗科技产线中落地，大多数都用在上下料这类传统自动化难以完成、需求柔性换线的使命。上下料指的是在工厂中将料品在不同工序间搬运、放置的进程，罗剑岚指出，现在整个工业中未被自动化或难以自动化的环节，约80%都会集在上下料，这类使命的首要难点在于工序间的不确定性、有限范围内的改变，以及对精度的要求。

  “龙旗内部有许多工序，咱们之所以挑选上下料这个工序作为起点，是因为它有代表性，许多工序笼统出来都有共性。比方咱们在龙旗科技FCT测验站上看到的iPad放置工序，便是一个要求十分精细、轻柔、保险，不能有任何损坏的高精度工序。”罗剑岚进一步解说称。

  罗剑岚着重，真机强化学习计划在产线工序上落地，相当于在工序上不断训练机器和大脑。每个工序、产线或机台都存在细小差异，比方料盘放置等都有随机性，但其也有共性，智元的做法是最大极限地将共性部分提取和同享，对差异化部分则经过真机强化学习来优化，终究到达工厂要求的百分百成功率、接近人的节拍数，以及极致的鲁棒性（指体系在面临不确定性、改变和搅扰时，可以保持其功能和安稳才能的才能）。

  此次智元机器人真机强化学习落地工业产线，或为具身智能工业化敞开新纪元。智元机器人表明，智元与龙旗科技两边将根据本次效果继续推进技能迭代，推进真机强化学习在消费电子、轿车电子等更多精细制作场景的使用与仿制，加快构建具身智能驱动的 AI 制作生态，助力工业智能化的普及化与标准化进程。