韩国机械材料研究院通过“LLM+虚拟环境”训练 使机器人快速适应全新生产环境
长期以来，机器人在非结构化环境下的自主识别与学习都是一样难点，如何让机器人走出实验室，面对不同环境，不再需要前往现场长时间学习与调试，是研发人员一直在努力的事情。
近日，韩国机械材料研究院（KIMM）人工智能机械系主任金昌贤（Chang-hyun Kim）教授率领的研究团队，成功研发出一项适用于制造流程的机器人工作人工智能技术。该技术目前正在应用于电子元件生产制造领域。研究团队计划逐步扩大新开发技术可应用的制造商范围。
KIMM研究院所研发的制造现场机器人工作人工智能技术，以大型语言模型（LLM）与虚拟环境为基础。此技术能够理解用户指令，进而自动生成并执行机器人所需执行的任务命令。
借助此项技术，能够实现语音或文本自动生成任务序列与动作。通过在虚拟空间中的预先学习，可选择现场最佳工作点。同时，该技术还有助于最大限度地简化工作流程，实现自动检测物体并规避碰撞。
迄今为止，在生产车间机器人执行任务时，需对现场环境进行适应并进行调整以此来适应机器人，这种情况在非结构化环境下的难度较大，因此导致机器人在执行任务的时候受到较大限制。尽管有必要研发与当前任务相关的移动与识别技术，但实际上仅部分技术得到了开发。
而LLM等人工智能技术正在加速与机器人融合，能够实现多样化的任务执行。然而，将这些技术直接应用于工作场景也面临一定的挑战，因为此前测试均在实验室环境下进行，而非实际工作现场，这就需要机器人具备一定的预学习空间。
利用全新的技术，可以指定机器人要执行的任务。同时，通过在虚拟环境中开展预先学习，机器人能以较少到现场的方式来进行任务的调试，目前研发人员正在实地测试，如果得到验证，这项技术会更快速地参与到汽车、机械零部件的制造、组装、生产等工序环节，并在未来改善制造现场的工作环境做出重要贡献。
KIMM人工智能机械部门负责人Chang-hyun Kim 表示：“我们在世界上首次将人工智能技术与机器人技术深度融合，成功研发出用于机器人任务的智能，并已将其实际应用于生产制造现场。”他进一步表示，“该技术目前正在电动汽车（EV）零部件制造商的制造过程中进行测试，其应用范围将逐步扩大。”