2023/04/17   香港經濟日報: 【機械人訓練】Google訓練垃圾分類機械人　準確率達84%
科技巨頭Google一直積極強化機械人的訓練，認為訓練有助將機械人應用到現實社會。近日，Google發表了運用強化學習的垃圾回收機械人的訓練報告，而機械人的分類準確率亦十分高。 【AI取代人類】諾貝爾經濟學獎得主：四天工作週指日可待 【AI應用】理大加強機械人科技教育　夥科企引入智能配送系統 Google以垃圾分類不當，造成回收物受污染及堆肥被不當棄置到堆填區為背景，設置了實驗。實驗要求機械人在大樓內尋找「垃圾站」，然後移動物品，將垃圾分類到正確的區域。Google兩年內投入23個機械人，在辦公大樓內進行廢物分類和回收。機械人系統以現實世界的數據和模擬訓練的引導及輔助構成，並在240個垃圾站通過了4,800次的測試。 機械人在工作前通過一系列共4項的基礎技能訓練，包括：為機械人提供初步路線的人手設計策略；以「sim-to-real transfer」為模擬訓練框架，作出初步分類；於「機械人教室」設立一組具代表性的垃圾站供機械人進行訓練，以及在大樓內以真實垃圾進行的實際環境訓練。 垃圾桶污染　減少40%至50% 機械人的強化學習以QT-Opt為框架，以訓練機械人的垃圾抓取能力。模擬訓練則運用簡單編寫的條件引導強化學習，並使用CycleGAN為基礎的傳輸方法，配合RetinaGAN模擬畫面更逼真。「機械人教室」提供穩定數量的廢物用作訓練，其中20個機械人在此受訓，其餘3個機械人則同時在3座辦公大樓和30個垃圾站中學習。 Google整合了在「機械人教室」54萬次測試和在實際環境約32萬次測試，得出系統平均可以對大約84%物件進行分類的結果。而2021年至2022年間，3個現實環境所收集到的數據顯示，有助將垃圾桶中的污染減少40%至50%。