到 2028 年，预计超过 50% 的大型企业将在其仓库或制造业务中采用某种形式的内部物流智能机器人。[1]
当今的许多多机器人解决方案在非结构化环境中都存在不足，人们越来越期望机器人能够独立于人类监督进行操作。这些限制的核心是专有系统固有地无法与外部平台无缝协作——这是自主权受限和数据共享功能不足的结果。
当今机器人技术中最重大的挑战之一在于统一不同制造商的自主系统并让它们轻松协作。想象一下行业同行生产的无人机与我们的和谐合作TAURUS 无人地面车辆 (UGV) 通过单一中央平台控制的协调搜索和救援任务。这就是我们正在实现的未来。
近十年来，我们利用了诸如人工智能, 视频分析，以及先进的机器人控制协议，用于开发更灵活、更智能的系统。其中许多创新，包括我们在人工智能和机器人，实现自主平台的无缝集成以及跨复杂环境的更智能决策。
我们的机器人可重复使用通用模块是机器人系统的集中控制模块，由我们的集团工程中心 (GEC) 牵头，代表着实现真正的多机器人互操作性和增强跨自主平台协同作用的关键一步。 |
传统上，机器人应用在结构化工业环境中蓬勃发展。基于我们在空中、陆地和海上领域自主解决方案的专业知识，我们开发了该模块，以将这些功能扩展到广泛的现实世界环境。
利用生成式人工智能 (GenAI) 的变革力量，我们的机器人可重用通用模块可以快速解释和翻译不同制造商的接口文档和代码以生成接口模块 - 将这些机器人集成到其规划和管理功能中。
我们的机器人可重复使用通用模块应用 GenAI 创建可重复使用的规划模块，使多个机器人系统能够自主导航不熟悉的环境。借助此功能，单个机器人可以绘制地形图，然后我们的模块会将这些数据转换为可共享的平面图，供其他连接的机器人使用。此功能具有广泛的应用，例如提高搜索和救援任务的效率以及彻底改变关键任务规划。
在模块内，人工智能还可以根据每个机器人的独特能力进行动态任务分配。例如，空中无人机可以智能评估当前情况，然后将数据收集或障碍物导航等任务委托给地面无人车。这将任务分配的负担从操作员身上转移开，使他们能够专注于高层的关键任务决策。
本质上，我们的机器人可重复使用通用模块加速了不同机器人平台的整体集成，实现了以前手动编程任务的自动化，并将效率提高了 60%。它建立在多年对以前项目的不断改进的基础上，提供了增强的产品功能以实现卓越的性能。
将大型语言模型 (LLM) 代理纳入我们的模块中，为用户提供了一种更自然、更直观的交互方式。除了改善用户体验之外，这一进步还减少了系统培训、人为错误以及跨不同领域部署模块所需的开发工作所需的时间和成本。通过简化交互和提高效率，我们使多机器人管理变得更加易于访问和扩展。
我们的愿景是创建一个用于机器人规划和管理的成熟代理人工智能，通过包含一个学习组件，使其能够随着时间的推移了解用户偏好并采取与其一致的操作。
随着我们跨行业和应用程序的扩展，我们的系统将学习特定于每个领域的底层业务逻辑，从而实现更智能的自动化并更深入地集成到不同的应用程序中。这种学习能力将于 2025 年推出，为人工智能铺平道路，不仅可以提供帮助，而且可以动态适应用户需求。
[1]Klappich, D.（2023 年 5 月 2 日）。机器人技术的未来：编排异构机器人舰队。加特纳。查看文章.
