FANUC开发了自己的工作识别技术，但是通过与PFN的联合研究，我们实现了对选择成功率的定量估计，可以确定抓紧气缸的难度。通过从容易到困难选择FANUC的机器人伺服产品，FANUC的机器人零件的精度已从80％提高到90％。

通过强化学习获得的未受过训练的零件分类的结果也令人惊讶。

无需事先将容易被工件吸引的零件信息输入到系统中，而零件选择的成功率仅需依靠通过密集获取的与环境的交互作用（尝试和错误方法）即可提高学习。 90％。 PFN推出了FANUC机器人。此成功率与调试后熟练工人的成功率相当。

基于强化学习的反复试验持续8个小时。在完成对1000条数据的训练之后，机械臂有时试图吸收工件的侧面以及机械臂的其他部分，但是成功率仅为60％，即5000条数据。 ，成功率提高到90％。基于基于深度学习的FANUC机器人伺服产品的强化学习功能，采用PFN的深度学习框架“ Chainer”。

相关机器人产品的详细信息

更多咨询：发那科机器人