[E-DailyShin Yeong-bin 记者] LG电子（LGELECTRONICS(066570)）正在其位于美国田纳西州的洗衣机工厂，让人工智能（AI）机器人学习原本由人工完成的钢板搬运作业。该公司一方面开发了使机器人在实际制造过程中处理重型工件的技术，另一方面通过增加学习所需的数据量来提高作业精度。

LG电子机器人前沿研究所所长白承民于15日在首尔城北区韩国科学技术研究院（KIST）举行的“第二届韩国机器人学会专家研讨会”上，介绍了机器人学习技术的发展现状。

LG电子公开的案例是美国田纳西州洗衣机工厂的顶盖钢板处理工序。当操作员将重约4公斤的洗衣机顶盖挂在涂层挂架上后，顶盖便会被送入设备内进行涂层作业。作业完成的钢板重新取下的过程也由人工负责。

LG电子正在开发由机器人执行该操作的技术。然而，采用现有机器人学习中使用的远程操控方式难以实现该操作。

当机器人用双手抓起并抬起钢板时，必须保持适当的力道，但远程操控设备难以对此进行精细控制。其作业速度也过慢，难以应用于实际生产流程。

白所长解释道：“通过远程操控收集的数据更新速度太慢了”，“要从两侧抓取洗衣机钢板，必须通过双手感知力度并提供一定程度的支撑，但远程操控设备难以做到这一点。”

为解决这一问题，LG电子首先利用了现有的机器人控制技术。该方法是通过摄像头识别钢板的位置和姿态，规划动作后由机器人执行。在实现这种自动化动作后，利用相关数据对VLA模型进行了训练。

白所长在现场公开了机器人将铁板举起并挂在挂钩上的作业视频。他表示：“在制造过程中，处理实际沉重且受多种限制条件制约的工件非常困难”，并指出正在着眼于实际生产工艺的应用来开发这项技术。

为解决机器人学习所需数据不足的问题，LG电子还与英伟达展开了合作。该方法利用英伟达的世界基础模型“Cosmos”等技术，基于实际作业数据生成各种环境下的合成数据。

白所长解释道，机器人与物体接触时产生的力量或感觉信息仅靠合成数据很难再现。因此，他们正在基于实际数据，通过添加模拟周围环境变化的合成数据来进行训练。

他表示：“仅通过混合增强了实际数据的合成数据，作业执行精度就得到了提升，”并透露：“这部分内容后续将结合与英伟达的合作成果进行更详细的发布。”

LG电子还在首尔良才的数据工厂中模拟制造、商业和家庭环境，并收集机器人作业数据。目前正致力于开发一项技术：通过再现实际工厂的作业环境来训练机器人，并将训练成果应用于生产现场。

剩下的课题是缩短学习时间。据白所长介绍，教机器人完成田纳西工厂的钢板搬运作业耗时数月。他解释道，如果每项新工序都需要漫长的学习周期，就很难确保引进机器人的经济性。

LG电子计划进一步完善“少样本学习”（Fewer-shot learning）技术——即机器人仅通过少量演示即可掌握新任务；“零样本学习”（Zero-shot learning）技术——即无需额外学习即可执行任务；以及在其他工厂环境中也能利用现有作业能力的技术。

白所长强调：“机器人今天学会的工作，明天即使环境发生变化也必须能够完成”，并表示：“让一台机器人学习的工作也能由另一台机器人执行，这是机器人基础模型（RFM）需要解决的课题。”