Síðast uppfært: 12. júní 2026

Innbyggð gervigreind í iðnaðarvélmenni: Hvernig sjón-tungumál-aðgerðarlíkön eru að breyta forritun vélmenna

Innbyggð gervigreind vísar til vélagreindar sem skynjar umhverfi sitt í gegnum skynjara, rökræðir það sem hún sér og framkvæmir líkamlegar aðgerðir, allt innan eins sameinaðs líkans. Í verksmiðjuvélmennafræði skiptir þetta máli vegna þess að sjón-tungumál-aðgerða (VLA) líkan getur túlkað munnleg fyrirmæli, borið kennsl á ókunnuga hluti og framkvæmt meðferðarröð án línu-fyrir-línu forritunar. Frá og með 2026 hafa nokkrar rannsóknarvettvangar farið úr sýnikennslu í rannsóknarstofum yfir í fyrstu tilraunaverkefni í iðnaði, sem endurmótar hvernig verkfræðingar hugsa um sveigjanlega sjálfvirkni. Fyrir stefnu EVST á vörustigi gagnvart mannlegum vélmennum, handlagnir vélmenni, fjórfættum vélmennum og gagnasöfnun innbyggðrar gervigreindar, sjá ... EVST Embodied AI Solutions.

Síðast uppfært: 12. júní 2026

-

Þróun vélmennaforritunar: Frá kennslupeningi til grunnlíkana

Forritun verksmiðjuvéla hefur gengið í gegnum fjórar greinanlegar kynslóðir, þar sem hver kynslóð hefur sínar eigin skorður gegn mismunandi getu.

Fyrsta kynslóðin var keyrð á kennslubúnaði. Verkfræðingur færði vélmennið ás fyrir ás að hverjum leiðarpunkti, skráði staðsetningarnar og setti þær saman í hreyfiforrit sem var geymt á stýringunni. Að breyta leið eftir línuskipti þýddi að endurkenna alla leiðarpunkta handvirkt. Fyrir framleiðslu í miklu magni með fastri rúmfræði (til dæmis suðu á bílayfirbyggingum) virkaði aðferðin vel. Fyrir allt sem krafðist tíðra vörubreytinga var hún kostnaðarsöm.

Forritunartól án nettengingar (OLP) eins og RoboDK, KUKA.Sim og ABB RobotStudio komu á markað á tíunda áratugnum og gerðu verkfræðingum kleift að skilgreina slóðir vélmenna í 3D CAD umhverfi og vinna úr kóðanum eftir fyrir mismunandi stýringartegundir. Uppsetningartími styttist úr dögum í klukkustundir og slóðabestun varð möguleg fyrir fyrsta efnislega hringrásina. Bilið á milli hermdar líkansins og efnislegrar uppsetningar (kvörðunarvilla, kapalslaps, vikmörk festinga) var enn viðvarandi vandamál, en OLP er enn staðlaða aðferðin fyrir flestar framleiðslufrumur í dag.

Hæfnisöfn komu fram sem þriðja bylgjan. Söluaðilar og samþættingaraðilar pökkuðu endurnýtanlegum hreyfifærni, hæfni til að tína geymslupláss, hæfni til að setja inn pinna í holur og hæfni til að suða saman, sem hægt var að stilla með breytum frekar en að endurforrita frá grunni. Til dæmis fór sjónrænt stýrð geymslupláss úr mánaðalöngu sérsniðnu verkefni í stillanlega einingu. Samt sem áður þurfti að skrifa hverja hæfni sérstaklega og hæfnin alhæfði ekki: hæfni til að tína geymslupláss sem var þjálfuð á rúmfræði einnar hluta myndi mistakast á verulega ólíkri lögun hlutar.

VLA líkön tákna fjórðu bylgjuna. Í stað þess að kóða hegðun sem skýr leiðarpunkta eða frumbreytur, læra VLA líkön úr stórum gagnasöfnum af vélmennasýningum og almennum sjónrænum gögnum hvernig á að kortleggja (mynd, tungumálakennslu) pör beint í (aðgerðir vélmenna) úttak. Líkanið alhæfir yfir hluti, birtuskilyrði og leiðbeiningar á þann hátt sem hæfnisöfn geta ekki, vegna þess að alhæfingin er bökuð inn í vigtin frekar en kóðuð handvirkt.

Bilið á ákvörðunarhyggju skiptir máli í iðnaðarumhverfi. Kennsluforrit keyrir nákvæmlega sömu leiðina í hverjum hring; VLA líkan tekur sýni af aðgerðadreifingu í hverju ályktunarstigi. Fyrir verkefni þar sem breytileiki milli hringrása er ásættanlegur (að velja handahófskenndar atriði) er þetta stjórnanlegt. Fyrir verkefni þar sem endurtekningarhæfni undir millimetra er krafist yfir þúsundir hringrása, hafa hefðbundnar aðferðir uppbyggilegan kost sem VLA forritarar eru að vinna virkan að því að brúa.

-

Hvað VLA líkön eru: Arkitektúr í einföldum skilningi

Sjón-tungumál-aðgerða líkan er tauganet sem tekur sjónrænar athuganir og leiðbeiningar á náttúrulegu máli sem inntak og framleiðir aðgerðir vélmennisins sem úttak, eitt heildstætt líkan frekar en leiðsla aðskildra sjón-, skipulags- og stjórneininga.

Þrír byggingarþættir eru:

Sjónkóðari. Forþjálfaður sjónbreytir (ViT) eða fellingsbundinn bakgrunnur vinnur úr myndavélamyndum og kóðar þær í þéttar eiginleikaframsetningar. Í flestum núverandi VLA-hönnunum er þessi kóðari frumstilltur úr stóru sjónmálslíkani (VLM) og síðan fínstilltur á vélmennagögnum. Notkun forþjálfaðs bakgrunns er mikilvæg því hann gefur líkaninu almenna sjónræna forgang, skilning á því hvað kassi er, hvernig handfang lítur út, áður en það sér nokkurn tíma sýnikennslu á vélmenninu.

Tungumálakóðari. Textabreytir kóðar skipunina („veldu rauða reitinn og settu hann í ruslið vinstra megin“) í táknaröð sem er síðan víxltengd við sjónrænu eiginleikana. Víxlathygli þýðir hér að líkanið getur skoðað hvaða hlutar myndarinnar eru viðeigandi miðað við það sem skipunin spyr um. Það vinnur ekki úr sjón og tungumáli í aðskildum einangruðum hlutum.

Aðgerðarhaus. Sameinuðu framsetningin er afkóðuð í aðgerðir vélmenna. Aðgerðir geta verið táknaðar sem delta endaáhrifavalda (færa griparann ​​2 cm til hægri, loka griparann), liðhorn eða táknræn aðgerðarbútar. Táknmyndun aðgerða, þar sem stakur aðgerðarkassi er meðhöndlaður sem tungumálatákn, var það sem gerði snemmbúnum VLA-vinnu kleift að fínstilla núverandi LLM-arkitektúr fyrir vélmenni án þess að smíða nýjan aðgerðaafkóðara frá grunni. Nýlegri hönnun notar dreifingarmiðaða aðgerðarhausa sem framleiða mýkri og samfelldari brautir og meðhöndla fjölþátta aðgerðadreifingu betur en hrein táknflokkun.

Þjálfun fylgir klónun hegðunar í grunninn: líkanið er þjálfað til að herma eftir sýnikennslu sérfræðinga með stýrðu námi á (athugun, aðgerð) pörum. Sum kerfi leggja áherslu á styrkingarnám frá mannlegri endurgjöf (RLHF) eða nettengda RL í hermun til að bæta áreiðanleika umfram það sem hermun ein og sér getur náð. Bilið milli hermunar og raunveruleika, afköstalækkunin þegar stefna sem þjálfuð er í hermun er flutt yfir á líkamlegt vélmenni, er enn eitt virkasta rannsóknarvandamálið. Slembival í léni (handahófskennd breyting á áferð, lýsingu, stöðu hluta og eðlisfræðilegum breytum meðan á hermunarþjálfun stendur) er mest notaða aðferðin til að draga úr áhrifum.

-

Lykiláfangar í rannsóknum

VLA-sviðið hefur þróast hratt. Eftirfarandi tafla sýnir þá palla sem mest er vísað til í umræðum um iðnaðarvélmenni frá og með byrjun árs 2026.

Nokkrir áfangar verðskulda nánari athygli verkfræðinga sem meta notagildi í iðnaði.

RT-2, sem lýst er í greininni „RT-2: Vision-Language-Action Models Transfer Web Knowledge to Robotic Control“ frá árinu 2023 (Brohan o.fl., Google DeepMind), sýndi fram á að líkan sem var frumstillt úr forþjálfuðu sjónmálsstýringarkerfi (PaLI-X, PaLM-E) gat sýnt fram á framþróaða rökhugsun og framkvæmt verkefni sem það hafði aldrei verið sérstaklega þjálfað í með því að sameina hugtök úr vefþjálfun. Greinin sýndi að líkanstærð tengdist alhæfingu, sem jók áhuga iðnaðarins á að nota stór grunnlíkön sem stefnumótunarkerfi fyrir vélmenni.

OpenVLA (Kim o.fl., 2024) bauð upp á fullkomlega opinn valkost við 7 milljarða breytur byggt á Prismatic VLM, sem sýndi samkeppnishæfa frammistöðu með RT-2 á broti af útreikningskostnaði og gerði fræðimönnum og iðnaðarvísindamönnum kleift að fínstilla sérsniðin verkefnagögn. Samkvæmt OpenVLA greininni (arxiv:2406.09246) stóð OpenVLA sig betur en RT-2-7B í 73% af BridgeV2 matsverkefnum eftir fínstillingu.

NVIDIA GR00T N1, sem tilkynnt var á GTC 2025, er mannlíkan sem er þjálfað á blöndu af fjarstýringargögnum, myndgögnum og tilbúnum gögnum frá NVIDIA Cosmos og Isaac Lab. NVIDIA gaf út GR00T N1 vigtir opinberlega, sem gerir það að einu af fyrstu grunnlíkönum fyrir mannlíka vélmenni sem eru tiltæk fyrir ytri fínstillingu. Meðfylgjandi Isaac GR00T Sim2Real leiðslan tengir herþjálfun við líkamlega dreifingu í gegnum slembival í Isaac Lab.

π0 í Physical Intelligence notar flæðissamsvörunaraðgerðarhaus frekar en staka táknaflokkun, sem framleiðir mýkri ferla og meðhöndlar fjölþrepa verkefni eins og að brjóta saman flíkur eða setja saman hluti með mörgum skrefum í röð. Arkitektúrinn blandar saman fyrirfram þjálfuðum VLM-burðarás og dreifingaraðgerðarafkóðara sem er skilyrtur með tungumáli og sjóntáknum.

Helix gervigreindarlíkanið í Figure 02, sem er notað á manngerðinni Figure 02, notar tvær aðferðir: VLM á háu stigi sér um skilning á sviðsmyndum og greiningu leiðbeininga, en skynjunar- og hreyfilíkan á lágu stigi framkvæmir hreyfiskipanir á stýritíðni. Kerfið sýndi fram á rauntíma tvíhliða stjórnun, þar sem hlutir voru flokkaðir í flokka byggt á munnlegum leiðbeiningum, í verksmiðju BMW í Spartanburg árið 2025.

Það er vert að taka fram að þróun Tesla á FSD-til-Optimus ökutækjum er gagnahagsmunur á stórum skala í greininni. Núverandi ökutækjafloti Tesla býr til milljarða kílómetra af raunverulegum sjónrænum gögnum fyrir FSD. Innri tilgátan er sú að framsetningar á umferðarnetum og myndspáararkitektúr, sem þróaður er fyrir sjálfkeyrandi akstur, geti verið yfirfærður yfir í vélmennanám hjá Optimus, þó að opinberar tæknilegar upplýsingar séu enn takmarkaðar.

-

Undirbúningur fyrir iðnaðarnotkun

Ekki eru öll verksmiðjuverkefni jafn hæf til VLA-aðferða. Lykilbreyturnar eru: þolkröfur, fjölbreytni íhluta, kostnaður við bilun og hvort hægt sé að safna nægilegum sýnigögnum fyrir tiltekið verkefni.

Tínsla í kassa og meðhöndlun blandaðra vörunúmera eru sterkustu skammtímasamsvörunirnar. Staðsetningar hluta eru af handahófi, gerðir hluta eru mismunandi og kostnaður við misheppnaða tínslu eða minniháttar lækkun er lágur. RFM-1 frá Covariant hefur verið notað í afgreiðslumiðstöðvum netverslunar fyrir nákvæmlega þetta verkefni. Samkvæmt athugunum í greininni er blandaðar vörunúmeratínslu með klassískri þrívíddarsjón venjulega stilltar fyrir hverja vörunúmerategund, þar sem skiptingin krefst klukkustunda endurkvörðunar. Almennt líkan getur meðhöndlað nýjar vörur án stillingar fyrir hverja vöru, sem hefur raunverulegt efnahagslegt gildi við þá skiptitíðni sem er algeng í afgreiðslu smásölu.

Sveigjanleg samsetning er umdeildara svæði. Samsetningarverkefni krefjast oft nákvæmni við innsetningar á undir millimetra og samræmdrar kraftbeitingar. Þetta eru svið þar sem tilviljunarkennd eðli núverandi VLA-aðgerðasýnatöku skapar frávik sem geta farið yfir vikmörk ferlisins. Fyrstu tilraunaverkefni miða að samsetningarskrefum með lausari vikmörkum (kapalleiðsögn, smellufestingum) en viðhalda ákveðinni hreyfingu fyrir innsetningar með þröng vikmörk.

Gæðaeftirlit er að hluta til leyst vandamál með núverandi 2D/3D sjónkerfum en er verið að endurskoða það með VLA-stíl arkitektúr vegna þess að hægt er að beina tungumálaskilyrtum líkönum til að skoða mismunandi gerðir galla með breytingum á skipunum frekar en að endurþjálfa sérstakan flokkara.

Minnkun á breytingum er aðalgildið. Framleiðslulína sem keyrir 50 vörueiningar á vakt, þar sem hver um sig krefst mismunandi tiltektarpunkta og staðsetningarmarkmiða, krefst nú annað hvort sérstakra vélmenna fyrir hverja vörueiningu eða tímafrekrar endurforritunar. Í orði kveðnu gæti VLA-hæf eining verið beitt með því að breyta tungumálakennslunni. Í reynd krefjast núverandi líkön fínstillingar á verkefnasértækum sýnikennslum, jafnvel þegar notaður er sterkur, fyrirfram þjálfaður hryggjarsúla. Alhæfing án skots yfir á nákvæm iðnaðarverkefni er enn sjaldgæf.

Í reynd, þegar VLA-tilraunaverkefni eru metin, sjá verkfræðingarnir sem sjá hraðasta árangurinn þeir sem miða á verkefni með: (a) mikilli fjölbreytni í hlutum, (b) lausum vikmörkum (>0.5 mm), (c) núverandi gagnasöfnunarinnviði (fjarstýringarbúnaði eða sýnikennsluupptöku) og (d) vilja til að meðhöndla VLA-íhlutinn sem verkefnaval og gróft hreyfingarlag með hefðbundnum stýringu sem sér um fínar leiðréttingar.

-

VLA árið 2026: Hvar framleiðsluflugvélar standa í raun og veru

Um miðjan árið 2026 er bilið á milli sannfærandi VLA-sýningar og framleiðslu enn einkennandi fyrir þetta svið. Mynstrið í iðnaðartilraunum er samræmt: sjónstýrð verkefni með takmörkuðu aðgerðarrými, svo sem tínsla í kassa, samsetning og skoðun, eru að ryðja sér til rúms í daglegu lífi, en óheft meðhöndlun í óskipulagðri frumu er enn rannsóknar- og tilraunastarfsemi fremur en framleiðsluhæfni.

Samkvæmt athugunum í greininni setja þrjár hagnýtar takmarkanir þessi mörk. Í fyrsta lagi, gögn: VLA-stefna þarfnast enn hundruða verkefnasértækra sýnikennslu frá raunverulegum hlutum og verkfærum sem hún mun standa frammi fyrir, og þau gögn eru ekki til fyrr en einhver safnar þeim í aðstöðunni. Í öðru lagi, staðfesting: lærð stefna sem tekst í 95% tilfella er áhrifamikil í rannsóknarstofu en óásættanleg í línu sem keyrir þúsundir lotna á vakt, þannig að öryggis- og viðtökustaðallinn er mun hærri en sýnikennslumælikvarðar gefa til kynna. Í þriðja lagi, samþætting: líkan er aðeins gagnlegt þegar það er vafið inn í frumöryggis-, innréttinga- og villuleiðréttingarrökfræði sem hefðbundin sjálfvirkni býður nú þegar upp á.

Ályktunin fyrir framleiðanda er að meðhöndla VLA sem framlengingu á núverandi sjálfvirknigrunni, ekki staðgengil fyrir hann. Fyrsta skrefið sem skilar mestum ávinningi árið 2026 er framleiðslutilbúið, framtíðarstýrt verkefni sem einnig safnar nothæfum verkefnagögnum, þannig að að lokum færist yfir í víðtækari VLA-drifinn sveigjanleika á eigin ferlum. Fyrir rekstrarútgáfu af þessari röðun, sjá Innbyggð gervigreind samanborið við hefðbundna iðnaðarvélmenni og hvar á að stýra fyrst, Innbyggð gervigreind fyrir iðnaðarframleiðendur: notkunartilvik, arðsemi fjárfestingar og hvar á að prófa.

Gagnakröfur: Af hverju gögn eru flöskuhálsinn

Þrjár helstu gagnalindirnar fyrir VLA-þjálfun eru sýnikennsla í fjarstýringu, tilbúin gögn úr hermum og myndbönd af internetinu.

Sýnikennslu í fjarstýringu, þar sem maður stýrir vélmenninu í gegnum snertiviðmót eða ytri stoðgrind á meðan kerfið skráir liðastöðu og myndavélastrauma, eru gagnalindin af hæsta gæðaflokki því hún fangar raunverulega virkni vélmenna, raunveruleg samskipti við hluti og raunverulegt skynjarahávaða. Þær eru líka dýrar: samkvæmt athugunum í greininni kostar það um það bil 10–100 klukkustundir af tíma rekstraraðila fyrir hvert verkefni, á klukkustundarkostnaði sem inniheldur laun rekstraraðila, tíma vélmenna og gagnavinnslu. Líkamleg greind og myndgervigreind hafa bæði byggt upp stór innri fjarstýringarteymi af einmitt þessari ástæðu.

Tilbúin gögn sem eru búin til í eðlisfræðihermum (NVIDIA Isaac Lab, MuJoCo, SAPIEN) gera kleift að safna gögnum samsíða í stórum stíl, þar sem hundruð hermdra vélmenna safna gögnum samtímis, en þjáist af bili milli hermunar og raunveruleika. Sjónrænt útlit gerdra sena er frábrugðið raunverulegum myndavélamyndum og hermd snertieðlisfræði passar sjaldan við núning, aflögun og rennsli í raunveruleikanum. Slembival í léni brúar að hluta þetta bil með því að þjálfa á milli handahófskenndra breytinga á áferð, lýsingu, massa og núningstuðlum, en það útilokar það ekki. NVIDIA Cosmos, heimsbyggðarlíkan sem gefið var út samhliða GR00T, er hannað til að búa til líkamlega trúverðug tilbúin þjálfunarmyndbönd sem eru ljósraunsærri en hefðbundin gerving og er verið að meta sem gagnaaukningartól.

Netmyndbönd, milljarðar klukkustunda af myndefni af mannlegri meðferð á YouTube og svipuðum kerfum, eru gagnalindin sem upphaflega hvatti til notkunar VLM-grunns fyrir vélmenni. Líkan sem var forþjálfað á vefmyndböndum hefur séð hendur taka upp hluti, setja saman húsgögn, elda og meðhöndla verkfæri, jafnvel þótt þessi myndbönd innihaldi engin merki um aðgerðir vélmenna. Tilgátan er sú að þessi almenna þekking á meðferð flyst yfir í vélmennastýringu með fínstillingu. RT-2 var skýrasta sýnikennslan á þessari tilgátu í stórum stíl.

Samkvæmt skýrslu Alþjóðasambands vélfærafræði (IFR) um heimsvélfærafræði árið 2025 settu uppsetningar iðnaðarvélmenna um allan heim nýtt met árið 2024, með yfir 590,000 uppsettum einingum. EVST mætir kröfum um mikla notkun í iðnaði með fjölbreyttu vöruúrvali sínu af farmi, allt frá 3 kg XR-seríu samvinnuvélum til 800 kg QJAR þungaiðnaðarvopna, sem veitir samþættingaraðilum vélbúnaðarvettvang sem getur keyrt bæði hefðbundnar ákvarðandi stýringar og, eftir því sem þær þróast, VLA-myndaðar hreyfimarkmið í fjölbreyttu framleiðsluumhverfi.

-

Áhrif á vélbúnað

Keyrsla VLA-ályktunar í framleiðsluumhverfi hefur verulega frábrugðnar hefðbundnum vélmennastýringum.

Dæmigerður iðnaðarvélmenni stýrir 1 kHz sameiginlega rýmisstýringarlykkju á ákvarðandi rauntíma stýrikerfi. Reiknifjárhagsáætlunin er þröng og tímasetningin erfið í rauntíma. VLA ályktunarlíkan, hins vegar, keyrir á skjákorti: RT-2-kvarða líkan (55B breytu) krefst margra hágæða skjákorta og framleiðir aðgerðir við ályktunartíðni 1–3 Hz. 7B breytu líkan eins og OpenVLA getur keyrt á einni neytendavænni skjákorti við 6–10 Hz. Fyrir mörg meðhöndlunarverkefni er 10 Hz aðgerðarúttak nægjanlegt; fyrir hraða samsetningu eða kraftmikla gripun er það ekki.

Sú arkitektúr sem flest teymi eru að sameinast um er tveggja þrepa stigveldi: VLA líkanið keyrir á GPU reiknihnút (um borð í AGV, vélmennastöð eða nálægum jaðarþjóni) og sendir frá sér háþróaða aðgerðarmarkmið á 5–15 Hz. Hefðbundinn rauntíma samvinnsluforrit, núverandi liðstýring vélmennisins, innskotar þessi markmið á 1 kHz og framfylgir togmörkum, árekstrarvarna og takmörkunum á liðrými. Þessi aðskilnaður varðveitir ákveðni og öryggi á stjórnlaginu en gerir VLA laginu kleift að meðhöndla skynjun og rökhugsun á verkefnastigi.

Kröfur um skynjara breytast einnig. VLA líkön nota aðallega RGB myndavélastrauma og flestar nýjustu rannsóknir nota eina eða tvær úlnliðs- og botnmyndavélar. Dýptarskynjarar bæta nákvæmni meðhöndlunar, sérstaklega fyrir ringulreið umhverfi, en dýptargögn verða að vera varpað inn í myndrýmið sem líkanið skilur. Fyrir iðnaðarnotkun verða myndavélar að uppfylla staðla fyrir innstreymisvernd fyrir rekstrarumhverfið: IP65 lágmark fyrir almenna framleiðslu, IP68 fyrir svæði með skolun eða sprengifimt andrúmsloft.

-

Hermirhliðin

Hermir eru þar sem flest VLA þróun fer fram áður en efnislegur vélbúnaður kemur við sögu. Fjórir hermir eru ráðandi í núverandi rannsóknarumhverfi.

NVIDIA Isaac Lab (byggt á Isaac Sim, sem sjálft byggir á USD og PhysX) er fínstillt fyrir stórfellda samsíða þjálfun á NVIDIA skjákortum. Þúsundir hermdra umhverfa geta keyrt samtímis á einum DGX hnút, sem gerir það hagnýtt að safna milljónum sýnikennsluferla á nokkrum dögum frekar en mánuðum. Isaac Lab er aðalþjálfunarumhverfið fyrir GR00T.

MuJoCo (nú opinn hugbúnaður, viðhaldið af DeepMind) hefur víðtækasta fræðilega notkun. Tengiliðalausn þess er vel staðfest fyrir vélfærafræðilega meðferð verkefna og viðmið eins og RoboSuite og Adroit nota það. Flestar birtar VLA greinar birta niðurstöður úr MuJoCo-byggðum viðmiðum, sem gerir það að raunverulegum samanburðarstaðli.

NVIDIA Cosmos er nýrri grunnlíkan sem býr til raunhæf myndbönd úr texta- eða myndleiðbeiningum. Í stað þess að vera hefðbundinn hermir er verið að skoða það sem tól til að framleiða tilbúnar gögn, sem býr til þjálfunarmyndbönd sem sýna aðstæður þar sem vélmenni vinna með vélmenni sem væri dýrt að safna saman eða birta með hefðbundinni grafík.

SAPIEN, sem þróað var við UC San Diego, er sérstaklega öflugt fyrir meðhöndlun liðskipta hluta: að opna skúffur, snúa lokum, stjórna tækjum. Gagnasafnið þess um liðskipta hluti (PartNet-Mobility) hefur verið mikið notað til að þjálfa og meta meðhöndlunarstefnur í verkefnum sem fela í sér affordance hluta.

-

Hvenær á að prófa VLA á móti því að halda sig við klassíska forritun

Þetta er sú hagnýta spurning sem flestir framleiðsluverkfræðingar standa frammi fyrir árið 2026. Einlæga svarið er að VLA-aðferðir eru ekki enn rétti kosturinn fyrir flest framleiðsluumhverfi, en það eru tilteknar aðstæður þar sem tilraunaverkefni eru réttlætanleg.

Íhugaðu VLA-tilraun þegar:

• Fjölbreytni íhluta er mikil (>20 mismunandi vörunúmer) og skiptitíðni fer yfir vikulega
• Kröfur um vikmörk eru lausar (staðsetningarnákvæmni >0.5 mm ásættanleg)
• Verkefnið felur í sér óskipulagt eða handahófskennt inntak (t.d. handahófskennt innihald kassa).
• Aðgerðin felur í sér leiðbeiningar á tungumálastigi sem geta breyst (velja eftir lit, flokki eða merkimiða)
• Vilji er til að útbúa gagnasöfnunarfasa (fjarstýribúnað, 50–200 klukkustundir af sýnikennslu)
• Kostnaðurinn við einstaka bilun er lágur og kerfið þolir leiðréttingar af mannavöldum í lykkjunni.

Haltu þig við klassíska forritun þegar:

• Notkunin er með föstum rúmfræði, mikið magn, langtímaframleiðslur (suðu á bílayfirbyggingum, pressuvinnsla)
• Þolmörk eru ströng (<0.1 mm) og verða að vera tryggð í hverri lotu.
• Stýrikerfisumhverfið er öryggisvottað samkvæmt IEC 62061 eða ISO 13849 og það er ekki mögulegt að bæta við GPU-ályktunarlagi.
• Endurskoðunarslóðir og ákvarðandi framkvæmdaskrár eru nauðsynlegar fyrir gæðavottanir (IATF16949, ferli sem tengjast IATF16949)
• Engin gagnasöfnunarinnviðir eru til staðar og ekkert fjármagn til að byggja hann upp

Hagnýt blendingsstefna, sem nokkrir eru að fylgja snemma, er að nota VLA til að velja verkefni og mynda grófa hreyfingu en nota hefðbundinn stýringu til að framkvæma fínhreyfingar og stýra krafti. VLA ákveður hvað á að gera og gróflega hvert á að fara; hefðbundna lagið sér um nákvæmni og öryggistengda virkni.

EVST, sem heildarframleiðandi í samþættingu við iðnaðarvélmenni sem vega allt frá 3 til 800 kg, er að meta VLA-leiðslur fyrir tiltekna notkunarhluta, fyrst og fremst blöndunartunnu og sveigjanlega samsetningu, þar sem sveigjanleikarökin eru sterkust. Aðferð EVST lítur á VLA-ályktunarkerfi sem skynjunar- og skipulagslag sem liggur fyrir ofan ákvarðandi samskeytastýringu og varðveitir þannig iðnaðargráðu hreyfistýringu sem CE/SGS/TÜV-vottuð kerfi krefjast. Fyrir umhverfi með öfgakennd hitastig (-30°C til 80°C) og sprengiheldar ATEX/IECEx-vottaðar frumur eru hefðbundnar stýringar enn eina staðfesta aðferðin á þessu stigi.

-

Öryggis- og staðfestingaráskoranir

Iðnaðarvélmenni sem starfa samkvæmt ISO 10218-1 (hönnun vélmenna) og ISO 10218-2 (kerfissamþætting) verða að sýna fram á ákvarðaða, endurskoðanlega öryggishegðun. Samvinnuvélmenni þurfa einnig áhættumat samkvæmt ISO/TS 15066, sem tilgreinir lífvélræn takmörk fyrir snertikraft og þrýsting eftir líkamshlutum.

VLA líkön kynna áskoranir í staðfestingu sem þessir staðlar voru ekki hannaðir til að takast á við. Tauganetsstefna hefur ekki takmarkað, upptalanlegt safn hegðunar sem öryggisverkfræðingur getur greint með hefðbundinni FMEA. Viðbrögð líkansins við inntaki sem er ekki í dreifingu, nýjum hlut, óvæntum birtuskilyrðum eða hluta af lokun geta brotnað niður eða bilað skyndilega og það er ekki einfalt að spá fyrir um hvað gerist.

ISO 22166 (nýi staðallinn fyrir afköstsviðmið fyrir gervigreindarbyggð vélmennakerfi) er í þróun og búist er við að hann muni bæta úr sumum af þessum göllum, en hann er ekki enn fullmótaður. Á meðan endurspeglar ábyrga nálgunin röksemdafærslu SOTIF (Safety of the Intendant Functionality, ISO 21448) frá bílaiðnaðinum: bera kennsl á skilyrðin þar sem fyrirhuguð virkni kerfisins bregst, skilgreina rekstrarhönnunarsviðið (ODD) þar sem kerfinu er heimilt að starfa og takmarka notkun utan þess ODD þar til frekari staðfestingargögn hafa safnast saman.

Samkvæmt athugunum iðnaðarins á fyrstu VLA-innleiðingum, vefur algengasta öryggisarkitektúrinn ályktunarúttak VLA með hefðbundnum öryggisvakt sem framfylgir vinnusvæðismörkum, hraðaþökum og kraftþröskuldum óháð því hvað VLA-stefnan óskar eftir. VLA býr til hreyfimarkmið; öryggislagið ákveður hvort þessi markmið séu leyfileg. Þessi arkitektúr gerir kleift að nota ISO 10218-samhæfan öryggisstýringu jafnvel þegar uppstreymisstefnan er tauganet.

Fyrir IATF16949-vottaða framleiðsluumhverfi, þar sem rekjanleiki ferla og skilgreindar stjórnunaráætlanir eru skylda, stendur VLA-byggð sjálfvirkni frammi fyrir aukinni skjalabyrði. Verkfræðingar verða að skilgreina ODD, skrá ályktunarinntak og -úttak og koma á verklagsreglum til að greina og endurheimta aðstæður sem eru ekki í dreifingu. Þetta er ekki ómögulegt, en það bætir við staðfestingarkostnaði sem hefðbundin kerfi sem eru forrituð án nettengingar bera ekki.

Samkvæmt IFR 2025 World Robotics Report er samræmi við öryggisstaðla enn ein af þremur helstu hindrunum fyrir því að hraða notkun vélmenna á þróunarmörkuðum í framleiðslu. EVST bregst við þessu með því að innleiða CE-, SGS- og TÜV-vottanir frá þriðja aðila í vélmennaframleiðslu sína frá hönnunarstigi, þannig að samþættingaraðilar sem nota EVST-vélbúnað sem efnislag undir VLA-ályktunarstafla byrji frá vottaðri vélrænni og rafmagnslegri grunnlínu frekar en að þurfa að votta sérsniðið kerfi frá grunni.

-

Algengar spurningar

Hver er munurinn á VLA líkani og hefðbundnu sjónkerfi fyrir vélmenni?

Hefðbundið sjónkerfi fyrir vélmenni (2D myndavél + hlutagreining eða 3D punktský + stöðumat) sendir frá sér rúmfræðileg gögn (hvar hlutur er staðsettur, hvaða stefnu hann hefur) sem síðan eru færð sem inntak í sérstakan hreyfiáætlunarbúnað. VLA líkan tekur myndir frá myndavél og tungumálaleiðbeiningar sem inntak og sendir frá sér aðgerðir vélmennisins beint, án sérstaks skipulagseiningar. VLA aðferðin er sveigjanlegri fyrir nýja hluti og breytingar á leiðbeiningum; hefðbundna aðferðin er ákvarðandi og auðveldari að sannreyna gagnvart öryggisstöðlum.

Er gervigreind tilbúin fyrir iðnaðarframleiðslu árið 2026?

Á frumstigi fyrir flestar notkunarsvið. Nokkrir verkvangar (Covariant RFM-1 í rafrænni viðskiptaafgreiðslu, Figure AI Helix í tilraunaverkefnum fyrir samsetningu bíla) hafa farið lengra en eingöngu rannsóknir, en víðtæk framleiðsluinnleiðing á þeim áreiðanleikastigum sem iðnaðarviðskiptavinir búast við (spenntími yfir 99%, endurtekningarnákvæmni undir millimetra, vottað öryggi) er enn eitt til þrjú ár í burtu fyrir flesta verkefnaflokka. Mikil blönduð kassavinnsla er næst framleiðsluklár.

Hversu margar sýnikennslu þarf VLA líkan til að læra nýtt iðnaðarverkefni?

Svarið er mjög mismunandi eftir gerðum og verkefnum. Með sterkum, fyrirfram þjálfuðum grunni eins og OpenVLA eða GR00T getur fínstilling á aðeins 50–100 sýnikennslum skilað nothæfum árangri í einföldum verkefnum sem tengjast borðvinnslu. Flókin, handlagin eða nákvæm iðnaðarverkefni geta þurft 500–2,000 sýnikennslur til að ná ásættanlegum árangri. Samkvæmt athugunum iðnaðarins frá fyrstu tilraunaverkefnum er hagnýtt lágmark fyrir viðskiptalega hagkvæma, verkefnasértæka innleiðingu yfirleitt 100–300 klukkustundir af fjarvinnslugögnum.

Hvert er bilið milli hermunar og raunveruleika og hvernig takast VLA forritarar á við það?

Bilið milli hermunar og raunveruleika er lækkun á afköstum stefnu þegar líkan sem hefur verið þjálfað í hermun er notað á raunverulegum vélmenni. Bilið hefur tvær meginástæður: sjónrænt lénsfærslu (myndir sem teknar eru út líta öðruvísi út en raunverulegar myndavélarmyndir) og eðlisfræðilegt lénsfærslu (hermdar snertikraftar, núningur og aflögun hlutar eru frábrugðin raunverulegri hegðun). Slembival í léni, þar sem áferð, lýsing, massi og eðlisfræðilegir breytur eru handahófskenndar við hermunarþjálfun, er algengasta úrræðið. NVIDIA Cosmos bætir við ljósmyndafræðilegri myndvinnslu sem viðbótar gagnagjafa. Flest VLA kerfi sem eru notuð bæta hermunargögnum við raunverulegar vélmennasýningar til að brúa bilið sem eftir stendur.

Getur innbyggð gervigreind virkað með núverandi iðnaðarvélmennaörmum eða krefst það nýs vélbúnaðar?

Núverandi vélmennaarmar geta þjónað sem efnislag fyrir hreyfimarkmið sem mynduð eru með VLA, að því tilskildu að stýringin geti tekið við utanaðkomandi staðsetningar- eða hraðaskipunum með nægilegri tíðni (venjulega 10–100 Hz). VLA ályktunarstakkinn keyrir á sérstökum GPU-reiknihnút og sendir stöður markmiða til vélmennastýringarinnar í gegnum stöðlað viðmót (EtherCAT, OPC UA eða framleiðanda-sértækt API). Fullir EVST QJAR-röðin og XR samvinnuvélaarmar bjóða upp á stöðluð sviðsrútuviðmót sem leyfa þessa tveggja laga arkitektúr, þannig að verksmiðjur þurfa ekki að skipta um núverandi vélbúnað til að keyra VLA ályktunarprófanir.

-

Svipuð lestur

• Mannlíkir vélmenni í iðnaðarframleiðslu: Hvar þeir standa árið 2026, systurgrein sem fjallar um Figure, Agility, Apptronik og Boston Dynamics innleiðingar í verksmiðjustillingum
• Mannlíkir vélmenni vs. iðnaðarvélmenni: Hvor hentar verksmiðjunni þinni árið 2026?, samanburður á handlagni mannlegrar líkamsbyggingar og frammistöðu liðskipta handleggja, verkefni fyrir verkefni
• Heildarleiðbeiningar um samvinnuvélmenni: Tegundir, úrval og notkun árið 2026, sem fjallar ítarlega um arkitektúr samvinnuvéla, öryggisstaðla og valramma
• Topp 10 framleiðendur iðnaðarvélmenna í Kína: Útgáfa 2026, sem nær yfir ESTUN, SIASUN, GSK, EVST og aðra útflytjendur, með sundurliðun á farmi og notkun
• Innbyggð gervigreind fyrir iðnaðarframleiðendur: Notkunartilvik, arðsemi fjárfestingar og hvar á að prófa, hagnýtt viðbúnaðarkort og leiðbeiningar um val á flugmönnum fyrir framleiðsluteymi
• Helstu fyrirtæki í vélfærafræðigrunni og gervigreind árið 2026, landslag fyrirtækja sem smíða VLA og grunnlíkön fyrir vélmenni

-

Síðast uppfært: 12. júní 2026. Gögn um VLA líkanbreytur og útfærslur eru fengnar úr opinberlega aðgengilegum rannsóknargreinum (Brohan o.fl. 2023, Kim o.fl. 2024) og tilkynningum frá framleiðendum. Markaðsgögn eru vísuð í skýrslu Alþjóðasambands vélfærafræði (IFR) um heimsvélfærafræði frá árinu 2025. Þar sem nákvæmar tölur eru ekki tiltækar er notað „samkvæmt athugunum iðnaðarins“ í stað óupprunalegra talna.

sjá okkar Lausnir með gervigreind →