Google訓練機械人垃圾分類 減少40%-50%的垃圾重量 準確率達84%
廣告
機器人能處理簡單以及重複性高的工作，如清潔桌面、折衣服，過去2年Google運用「強化學習」（Reinforcement learning，RL）使機器人學習複雜的行為，並且隨著時間的推移變得成熟。Google以自家辦公大樓做訓練，以23部機器人在垃圾站巡邏，並進行垃圾分類和回收的工作，結果成功減少垃圾桶約40% 至 50%的垃圾重量。
機器人的任務是能夠重新整理垃圾站，把所有可分解、不可分解的垃圾進行分類，像紙杯丟入可分解桶，至於其他的東西則放到垃圾桶。Google 2年內投入23個機械人，在240個垃圾站通過了4,800次的測試。最後，經過54萬次測試。最終，機械人分類的準確率平均約 84%，Google表示，基於 「強化學習」系統可以加強機器人處理真實辦公環境的任務，結合離線和在線數據，使機器人能夠適應現實世界情況的廣泛變化。
撰文：經一編輯部圖片來源：經一編輯部
