发那科以前就在自行开发工件识别技术，在与PFN的合作研究中，实现了定量推测分拣成功率，也就是能分辨出抓取圆柱的难易度。通过按照从易到难的顺序进行抓取，使精度从过去的80％提高到了90％。

通过强化学习实现的免示教散件分拣的成果也令人惊叹。

事先不用向系统输入工件易吸附部位的信息，只依靠由强化学习掌握的与环境的相互作用（试错法），就使散件分拣的成功率达到了9成。PFN介绍称，这一成功率与熟练工人调试后的成功率相当。

基于强化学习的试错持续8个小时。在完成1000份数据的学习后，机械臂有时还会试图吸附工件的侧面等部位，但成功率仅为60％，而完成5000份数据的学习后，成功率则提高到了90％。基于深度学习的强化学习功能，使用了PFN的深度学习框架“Chainer”。

                                              了解更多相关机器人产品