最新的人工智能虚拟助手基于使用深度学习技术和超大型数据集的大型语言模型 （LLM） 算法。尽管目前存在一些局限性，但 LLM 正在彻底改变我们人机交互的方式，目前最出名的便是 OpenAI的ChatGPT、Meta的Llama 2以及百度的文心一言。

让我们一起来更深入地了解大型语言模型世界，探索它们的工作原理、它们目前面临的挑战以及它们带来的可能性。我们也将讨论我们是如何创建RoboDK虚拟助手的以及我们的设想。

大型语言模型（LLM）的挑战和可能性

大型语言模型是尖端的人工智能模型，具有理解和生成类人文本的卓越能力。从本质上讲，大型语言模型的功能是经过微调的数学函数，经过训练，可以在给定上下文的情况下预测下一个单词或文本片段。输入文本中的每个单词或标记都转换为数字表示，并且这些表示被分配了权重和偏差。通过反向传播等技术，神经网络根据其预测与训练数据中实际的下一个单词之间的差异来调整这些参数。训练过程涉及迭代微调这些权重和偏差，以最小化整体预测误差，从而产生难以想象的复杂函数，从而可以生成连贯且上下文准确的响应。计算技术的进步使我们能够增加这些模型的大小。以GPT4为例，该函数由大约 1.76 万亿个参数组成。

Microsoft Research 高级首席研究经理 Sebastien Bubeck 说到：

当心万亿维空间，这是我们人类非常非常难以掌握的东西，因为你可以用一万亿个参数做很多事情。

LLM 彻底改变了自然语言处理、内容生成甚至虚拟助手等各个领域。就RoboDK的虚拟助手而言，LLM在实现高级对话能力方面发挥着至关重要的作用，使他们能够理解更复杂的查询，并以连贯且上下文关联的信息进行响应。这项突破性技术释放了大型语言模型在机器人行业的潜力，为更高效、更自然的人机交互铺平了道路。

尽管取得了进步，但大型语言模型 （LLM） 仍面临某些限制和挑战。训练数据中的偏差可能会传播到模型中，导致有偏见和不公平的响应。LLM 也可能难以检测和理解上下文线索，导致响应缺乏细微差别或依赖于数据中的虚假模式。此外，人们越来越担心人工智能模型产生的错误响应和错误信息，这可能会对依赖人工智能生成内容的用户产生重大影响。最重要的是要谨慎行事并采取措施，确保对LLM的输出进行适当的事实核查和人工审查。了解和应对这些挑战对于利用大型语言模型的功能同时降低潜在风险至关重要。

RoboDK虚拟助手

现在我们已经探索了大型语言模型（LLM）的世界，让我们将注意力转移到RoboDK虚拟助手上。该虚拟助手是迈向RoboDK全面通用助手的第一步。其核心是 OpenAI 的 GPT3.5-turbo-0613 模型。该模型以包含RoboDK网站、文档、论坛、博客文章等索引数据库的形式提供了有关RoboDK的上下文。索引过程是通过 LlamaIndex 完成的，LlamaIndex 是一个专门为此目的而设计的专用数据框架。基于这种集成，虚拟助手可以迅速为RoboDK论坛上超过75%的用户查询提供有价值的技术支持，从而减少了通过手动方法搜索网站和文档所花费的时间。用户可以在 5 秒或更短的时间内得到问题的答案。

尽管RoboDK虚拟助手非常出色，但与人类助手相比，它仍然有局限性。尽管它很有用，但模型对同一问题的响应方式没有变化（所谓的模型温度为 0，这意味着答案不存在随机性）。它在数学相关查询中的性能不尽如人意，并且缺乏对话记忆或网络搜索功能。此外，在某些情况下，用户可能需要重新表述他们的查询才能获得足够的响应。可以理解为，在某些情况下，这些限制会导致挫败感。为了克服这个问题，RoboDK已经在探索像Langchain这样的替代方案。

Langchain旨在克服LLM驱动的应用程序面临的许多挑战。通过利用代理和数据感知模型，Langchain摆脱了前面提到的大多数限制。想象一下，一个人工智能助手不仅可以理解您的问题，还可以将它们分解为任务，利用计算器等工具，在网上搜索相关信息，并与您进行故障排除对话。

展望未来，将该虚拟助手直接集成到RoboDK中具有很大的希望。通过提供情境感知和对软件、设置和当前使用工作站的深刻理解，虚拟助手可以成为更宝贵的资产。此外，专门为促进代码编写而进行微调的模型也有所增加。因此，虚拟助手可以使用这些模型，使用户能够通过简单地用自然语言描述所需的行为来自动执行编程任务。这将对机器人和自动化将产生重大影响。

当我们结束对大型语言模型和RoboDK虚拟助手的探索时，不难发现，人工智能在机器人领域的潜力正在以惊人的速度扩大。RoboDK虚拟助手为用户提供了一个有价值的工具，可以节省时间并协助完成复杂的任务，展示了人工智能驱动技术的力量。但是，要注意大型语言模型的伦理影响和局限性。让我们继续了解人工智能、机器人和RoboDK的最新进展，并参与公开对话，以确保这些技术负责任和有益地融入制造业。

The post 大语言模型在机器人领域的潜力：RoboDK虚拟助手 appeared first on RoboDK 博客.

工业机器人越来越多地用于高精度制造任务，如装配、焊接和加工。然而，首次使用机器人的用户有时会因为较低的精度而不满。因此，他们投资昂贵的机器人校准系统，试图提高精度。

RoboDK的CEO Albert Nubiola解释道：

“许多用户还没有意识到正确校准工具的重要性。他们仍然以为需要对整个机器人进行校准。然而，正确地对工件中心点（TCP）进行校准可以获得更高的精度。”

工业机器人存在的问题：重复性高但精度低

工业机器人重复性高，但精度低。这意味着它们每次都可以移动到完全相同的位置（重复性），但它们的位置无法精准定位于坐标系（精度）。

主要有两种校准形式来提高机器人精度。机器人校准需要精密激光系统来校准机器人机构本身。工件中心点（TCP）校准是一个更简单的过程，可确保编程系统具有机器人工具的精确模型。

RoboDK软件开发人员Samuel Bertrand解释道：

“与其他解决方案（如激光跟踪器）相比，TwinTool是一种快速且价格合理的自动校准机器人TCP的解决方案。激光校准价格昂贵，许多机器人应用不需要如此高的精度。”

TwinTool通过现成的传感器实现工件校准

标定机器人工件中心点（TCP）的典型方法是四点法，该方法包括在将工件移动到具有不同方向的同一点时，获取一系列至少4个关节读数。由于用户需要手动将机器人移动到不同的位置，此过程耗时且精度较低。

TwinTool校准功能作为RoboDK的app，该插件使RoboDK主流的机器人编程软件功能得到了扩展。

RoboDK TwinTool需要一个现成的线性仪表传感器（或LVDT）来直接与机器人通信，并在无需人工干预的情况下计算机器人工具中心点（TCP）。TwinTool自动记录无限数量的点，线性仪表传感器为工件定义提供了极高的精度。

该应用程序与Mitutoyo、KEYENCE和Sylvac等主要品牌的多种传感器兼容，可与任何硬件兼容。其他传感器品牌也可根据要求集成。

RoboDK TwinTool支持来自50家不同机器人制造商的600多个机械臂，适用于许多工业环境。

这遵循了RoboDK对硬件保持品牌不可知的既定理念。

易用性和安全性是流程的核心

同样重要的是，RoboDK非常重视其产品的易用性和安全性。TwinTool直接在RoboDK运行，在机器人控制器和传感器之间架起了桥梁。无需编程技能。用户只需用到RoboDK仿真软件、机器人、工具（球形或锥形）和传感器就可以避免奇点和碰撞，并自动计算轨迹。

“我们创建了一个用户友好的向导，以确保校准正确、安全地完成。”，Samuel Bertrand说道：“这很简单，没有机器人学知识的操作员也可以使用。”

要校准机器人工具，用户只需在RoboDK软件中执行以下三步程序：

1. 从RoboDK广泛的机器人库中选择他们的机器人模型。
2. 将RoboDK连接到机器人和传感器。
3. 移动传感器上的机器人并开始校准。

Albert Nubiola说：

“该过程完全自动化，不需要任何手动干预。它自动避免冲突，不需要用户编写单行代码。”

精确到0.250 mm

使用TwinTool，用户可以通过一些机器人设置快速自动地将其工具的精度提高至0.250 mm。这将使精度提高2到10倍，具体取决于机器人和工具。

Albert Nubiola说：“如果没有这种校准，机器人的误差可能在2-5毫米之间。通过这种工具校准，通常可以根据你的应用将机器人误差减少到0.250-1毫米。”

这种精度改进对于大多数机器人应用来说已经足够了，即使是那些对精度有所要求的应用。这可以为用户节省大量不必要的机器人校准服务费用。

未来规划

用户现在可以将TwinTool作为可选的RoboDK应用程序添加到RoboDK软件副本中。Bertrand解释说，他们将继续改进TwinTool的功能。

“目前，该工具面向维护模式，”他说。“然而，我们正朝着在生产过程中自动运行校准程序的模式努力。”

RoboDK还计划通过创建RoboDK应用程序市场来扩展其应用程序界面。他们将邀请其它公司为该软件开发和发布自己的应用程序。

The post 工业机器人的自动工具校准 appeared first on RoboDK 博客.

自2022年初，我们已经在RoboDK软件中推出了许多更新，可能你都没有注意到。

一些RoboDK功能升级十分巨大。我们全新的RoboDK for Web已经大到可以单独进行发布活动了。

但是，我们也在RoboDK上做出了许多小升级，来优化大家的体验。

这里有5个我们最新更新的升级，以及9个小升级……

1 对Fusion360和Inventor的插件进行改进

首先，我们对Fusion360和Inventor的插件进行了升级。这些改进使插件与Autodesk的主流软件CAD/CAM的最新版本安装包同步。

我们的插件允许你将你的产品设计工作流程无缝集成到您的机器人编程中。这意味着你甚至不需要离开你最熟悉的 CAD/CAM 环境来为机器人编程。

这些升级包括：

• 修复了通过STEP和IGES文件导入Fusion 360 3D模型的问题。

• 为Inventor 2022更好地安装RoboDK插件。

可在此处阅读更多关于Fusion 360插件以及Inventor插件的内容。

2 全新的机器人在线库

RoboDK机器人在线库集成了上百款软件支持的机器人。它还包含了常见的机器人工具及配件。

在机器人在线库中，你可以：

• 通过厂家、类型和属性对机器人进行筛选。

• 比较每款机器人的关键属性。

• 下载机器人文件并在RoboDK中打开。

目前为止，在线库功能齐全但看上去仍不够完善。我们现在更新了机器人在线库，并且添加了更多的功能，以帮助大家从此获得更多的信息。

我们目前添加的功能包括：

• 一个具有更加灵活选择的，更加干净的、易用的界面。

• 在RoboDK中点击新的“打开”按钮直接打开在线库。

• 每个机器人都有单独的信息页面，包括带有新视图按钮的常见应用程序。

• 使用新的3D视图按键直接打开RoboDK for Web机器人。

点击这里查看新的机器人在线库。

3 Python API重组

尽管RoboDK的图形界面很受欢迎，但许多客户通过API使用RoboDK。这次更新可以让你轻松地将机器人编程集成到自己的程序和代码中。

这几年来，我们第一次重组了整个Python API。

RoboDK 5.4.1版本主要是对Python模块进行重组，为以后的更新做准备。（是的，RoboDK还有更多令人激动的更新！） 

更新包括：

• robolink模块现在是 robodk.robolink

• Robodk模块现在分为robodk.robomath, robodk.robodialogs,以及robodk.robofileio

这些新升级都是向后兼容的。这意味着您可以将当前的Python脚本保存为RoboDK的旧版和新版。

但是，这些更改将无法向前兼容。当您开始使用新的语义时，您的脚本将不再适用于RoboDK的早期版本。

我们还更新了Python文档来反映这些更新。.

4 更新了App和App加载程序Improved Apps and App Loader

我们在RoboDK中加入了很多功能。有许多功能你可能派不上用场，但对其他人的机器人设置至关重要。这也是RoboDK如此灵活的原因。

为 RoboDK 添加更多功能的一种方法是使用App和插件。该插件接口允许你使用自己的代码扩展和定制 RoboDK。

App Loader 使这一步变得更加容易。有了它，你可以快速地将代码加载到 RoboDK 中，它就像是一个插件。这使你能够直接在RoboDK 界面中添加自定义按钮和操作。

我们最近改进了 App Loader 和一些现有的 App。

Stäubli和Omron后处理器的改进

后处理器是RoboDK的核心。它将你的机器人程序转换成机器人模型可以理解和运行的指令。

我们不断更新后处理器，以对应机器人制造商对其产品所做的更改。

最近我们更新的后处理器包括：

• Stäubli

• Omron

我们还改进了RoboDK中默认后处理器模板。如果你正在为自定义机器人类型从头开始创建自己的后处理器，这将非常有用。

9个我们最近做的小升级

我们在2022年初还为RoboDK进行了许多其他的小升级。

我们还对RoboDK的这9个方面做了一些小改进：

1. “生成/修改机械装置或机器人”向导。
2. “模型机构”菜单。
3. 路径和焊接设置。
4. 使用“三维视图”工具栏时的三维导航。
5. 机器人标定参数选择。
6. Alt+Shift功能的行为。
7. 删除曲线的默认自动提取。
8. 允许负值在曲线跟随项目中开始和结束曲线。
9. 在构建6轴机器人手臂时，为模型参数“d5”添加了一个选项。

你想在RoboDK里看到哪些新功能？在下面的评论中告诉我们，或者加入到 LinkedIn，Twitter，Facebook，Instagram，或者 RoboDK论坛的讨论中。

The post 你应该知道的五个RoboDK功能升级 appeared first on RoboDK 博客.