2023年8月25日，美国先进机器人制造创新机构（ARM Institute）今年早些时候发布的23-01技术项目征集中遴选了8个新的短周期技术项目给予资助。ARM研究所计划从各种来源提供近156万美元的项目资金，这八个项目的总捐款额约为326万美元。23-01技术项目征集特别征集了解决以下主题领域的提案：自动化机器人任务规划，多机器人-多人协作、任务共享和任务分配，安全且可扩展的能源制造，面向制造机器人的人工智能（AI），新技术和新应用方向调研分析。这8个项目简要描述如下：

1．第一天制造准备（Day One Manufacturing Readiness）虚拟调试的技术评估

项目团队：威奇托州立大学国家航空研究所（项目负责人）、西门子公司、Spirit AeroSystems

讨论的主题领域：新技术和新应用方向调研分析

描述：复杂的制造系统可能会产生许多成本、错误和危险，而这些在设计阶段可能并不明显。通过使用数字/虚拟孪生来模拟系统，可以在安装之前在数字环境中进行系统测试，从而实现更成功的安装和更好的“第一天”体验。该项目将创建一份报告，详细说明创建调试虚拟双胞胎的框架以及其开发所涉及的所有步骤。该框架包将包含开发完整数字孪生所需的数据和注意事项。

2．自主机器人迭代锻造第二阶段

项目团队：俄亥俄州立大学（项目负责人）、CapSen Robotics、Yaskawa 和华纳罗宾斯空军基地

涉及的主题领域：面向制造机器的人工智能 （AI）

描述：该项目以之前资助的 ARM 研究所自主机器人金属成型项目的成果为基础。对小批量、多品种制造的需求日益增长，例如制造老化系统的替换组件或个性化医疗植入物。然而，一次性部件的供应链有限，而且复杂的部件需要昂贵的机械加工和/或工装和模具。该项目旨在通过以下方式大幅提高第一阶段创建的机器人系统的生产力：

l  减少将部件定位到下模上所需的时间

l  无需在按压过程中暂停以释放力和扭矩

l  允许在每次迭代中进行更大量的变形

l  减少组件几何重建所需的图像数量

l  减少将材料加热至锻造温度的时间

l  减少将初始几何图形转换为最终几何图形所需的变形量

l  减少元件成像的频率。

3．颗粒状和糊状材料的机器人操作

项目团队：西门子（项目负责人）、南加州大学

讨论的主题领域：安全且可扩展的能源制造

描述：该项目旨在利用机器人技术实现颗粒状和糊状材料的自动化操作，以增强人类操作员执行常见处理任务的能力，例如舀取和倾倒精确数量而不会溢出，包括用于制造含能材料的材料。该项目的产出还可应用于医药、化工行业。该团队将开发一种基于人工智能模仿和强化学习的机器人技能，以更安全地舀取精确数量的颗粒状和糊状材料。这将使机器人能够在广泛的操纵应用中以灵活的方式操作，从而实现更大的多功能性，使它们能够轻松地重新配置以适应实验室规模和生产中的不同流程。

4．采用多模式人工智能和快速重新分配任务以及机器人敏捷性项目的路径

团队：西门子（项目负责人）、南加州大学

讨论的主题领域：发现研讨会和市场研究

描述：该项目将建立市场研究并完成发现研讨会，以评估最先进的技术并提出以下主题的技术路线图：

AI的多模态输入：基础模型的最新进展以惊人的速度发展（例如 ChatGPT）。这些模型专为多模式输入而设计，将在未来几年主导人工智能领域。本报告将分析它们在制造方面的潜力。

快速重新分配任务和机器人敏捷性：对批量生产和灵活制造的需求需要重新考虑当前的机器人部署方法，其中机器人通常是为了一种特定目的而部署的。

5．太空和高超音速技术发现研讨会/市场分析

项目团队：ASTM International（项目负责人）

讨论的主题领域：发现研讨会和市场研究

描述：该项目将完成围绕两个主题的探索研讨会和市场研究：（1）太空地面制造；（2）高超音速部件和结构的制造。ASTM 团队将进行文献综述，随后召开现场研讨会，然后进行后续调查以制定这两份报告。该团队还将利用 ASTM 近 3万名主题专家组成的网络。

6．使用凸集的时间最优运动规划

项目团队：Dexai Robotics（项目负责人），麻省理工学院（MIT）

涉及的主题领域：自动化机器人任务规划

描述：固定机械手执行需要速度和正确性的任务。随着餐饮业努力恢复到大流行前的水平并继续解决劳动力短缺问题，机器人技术可以帮助填补这一缺口。该项目将以 Dexai Robotics 现有产品为基础，将配料拾取机器人的移动时间加倍改进，缩短餐具拾取的计划时间，并提高膳食吞吐量。虽然用例主要集中在食品行业，但该项目的交付成果将通过提高几乎所有机器人制造应用的速度和准确性来影响更广泛的机器人社区。

7．使用机器人操纵织物进行拾放操作

项目团队：Apparel Robotics Corporation（项目负责人）、MassRobotics

涉及的主题领域：制造机器人中的自动化机器人任务规划和人工智能 （AI）

描述：服装制造是一个劳动力非常密集的过程，总劳动力成本的 80% 归因于物料搬运，而且大多数劳动力制造都是在海外完成的。为了使服装制造业朝着自动化方向取得有意义的进步，必须出现几种有效的织物处理技术。该项目将开发新的灵活的机器人材料处理能力，用于卸载切割台或传送带，切割台或传送带上有许多不同尺寸和几何形状的切割嵌套织物片。该项目将：（2）使用视觉系统根据形状和其他特征识别切割的织物片；（2）开发适应性强的臂端工具 （EOAT），以适应要挑选的织物片的几何形状；（3）利用 Apparel Robotics Corp. 开发的织物夹具技术。

8．机器人培训协作框架

项目团队：Aris Technology（项目负责人）

涉及的主题领域：多机器人-多人协作、任务共享和任务分配

描述：由于缺乏灵活的机器人系统以及提高大量工业劳动力技能的困难，机器人的采用受到了限制。让车间操作员能够使用人性化的机器人来工作将有助于减少这种限制。该项目将开发一个协作框架，以协助各个组织根据单个操作员独特的主题专业知识分配机器人任务。该框架将专为人机协作和机器人机器协作而设计，以提高机器人系统与现有基础设施的适应性。