Outrider推出自動化物流操作的新技術
Outrider是一家專注於物流中心自動化操作的初創公司，最近推出了業界首個先進強化學習（RL）技術的應用，旨在提高客戶現場的貨物處理效率。
Outrider的強化學習模型將路徑規劃速度提高了10倍，使Outrider系統能夠更有效且安全地在繁忙且複雜的配送場中運輸貨物。
首席技術官暨工程執行副總裁Vittorio Ziparo表示：“利用最新的人工智慧技術，Outrider不斷減少在物流場中自動移動拖車的轉運時間。”
“通過在模擬和真實場景中訓練和評估我們的系統性能，我們的客戶能夠看到速度和效率的逐步提升。”
依賴物流的企業，如包裹運輸、電子商務、零售、消費品和製造業，正在尋求自動化物流場中的重複性手動任務，以提高效率並改善安全性。
通過利用強化學習，Outrider幫助客戶更快地體驗到人工智慧在實際世界中的好處。
Ziparo表示：“我們與優先客戶的合作促進了這些重大的行業進步。”
Outrider的人工智慧驅動能力還配備了業界首個冗餘安全機制，將人工智慧的優勢與傳統工業操作的功能安全方法相結合。
Outrider已經處理了超過200,000個安全場景，並且多位第三方安全專家和《財富》500強客戶已經驗證了其安全性。
強化學習技術涉及創建一個模型，隨著時間的推移改善決策。Outrider利用多年行為數據樣本，為模型開發了一個逐步增加難度的強化學習課程。
這種技術強化了遵循交通規則和保持安全距離等優先行為，並抑制不良行為。
一旦強化學習模型在模擬和Outrider的先進測試設施上進行了廣泛測試，模型和代碼就會部署到客戶現場的自動化操作中。
Ziparo表示：“我們的《財富》500強客戶的場地非常複雜，每天有數百輛卡車、拖車、其他車輛和行人在現場運行。”
“強化學習對於大規模自動化這些場地至關重要，因為它使我們的商業系統能夠處理越來越複雜和多樣化的環境——從配送和製造場到多式聯運和港口終端。”
Outrider的強化學習技術利用了在多個行業的大型複雜配送場中收集和標記的數百萬個專有場地數據點。
這些數據點為Outrider的尖端專有深度學習（DL）和強化學習模型提供支持，創建神經網絡，隨著智能、精確度和速度的提高，自動化場地任務。
處理這些數據點需要先進的計算硬體和一個具成本效益的混合雲訓練環境，該環境利用公共和私有的人工智慧雲。
Outrider的私有人工智慧雲部署利用了安裝在位於丹佛的Equinix擁有和運營的安全數據中心的Nvidia DGX H200 GPU。
全球合作夥伴高級總監Tom Baroch表示：“在處理不斷增加的數據量以訓練深度學習和強化學習模型時，處理速度和每花費一美元的訓練速度非常重要。”
“Nvidia作為Outrider的投資者，幫助我們獲得了必要的尖端硬體，使我們的深度學習訓練速度翻倍，並部署了混合雲訓練環境，使每花費一美元的訓練速度提高了六倍。採取這種方法，Outrider能更快地為客戶提供更大的價值。”
強化學習進一步補充了Outrider的許多業界首創和專利創新，這些創新促進了完全自動化的拖車移動，包括連接、倒車、拖車制動線連接、場地庫存追蹤以及與倉庫、場地和運輸管理系統的整合。
Outrider是市場上首個能夠執行完全自動化、零排放拖車移動的場地自動化解決方案。該公司的強化學習模型的部署為充滿成就的一年畫上了句號。
2024年的亮點包括獲得多項專利授權和宣布6200萬美元的D輪融資。
本文由 AI 台灣 運用 AI 技術編撰，內容僅供參考，請自行核實相關資訊。
歡迎加入我們的 AI TAIWAN 台灣人工智慧中心 FB 社團，
隨時掌握最新 AI 動態與實用資訊！
