Amazon 的 Robin 機械臂從自家已部署機械臂的 394,000 次抓取中學會揀選

Robin 是 Amazon Robotics 首款自研機械臂，用於從雜亂堆疊中分揀單件郵寄信封與紙箱：八個吸盤、俯視攝影機視角，以及一套為可能揀選動作排序的軟體。它於 2021 年開始測試，並於 2022 年在佛羅里達州 Lakeland 的設施首次亮相。最初的策略是手工編寫的，每一種都以典型方式失敗——一種優先處理較大的包裹，當較小的包裹壓在其上或與之重疊時便停滯；另一種偏好靠近堆疊頂部的包裹，卻不斷漏掉被埋住、無法觸及的揀選目標。

解決辦法是讓整個機隊自我學習。Amazon 團隊以部署機械臂記錄的逾 394,000 次揀選動作訓練了一個機器學習模型，用以估算每個候選動作的成功機率，再以線上揀選排序器決定 Robin 該做什麼。在團隊 2023 年的論文中，最佳機器學習方法正確揀選的比例為 93.73%，而最佳傳統演算法為 92.28%——1.45 個百分點的差距，意味著在超過 100 萬次揀選的一個工作週期內，失敗揀選約少了 16,500 次。

一項模擬 Robin 機隊運作的後續實驗，在 200 萬次揀選中將失敗揀選率降低了 20%，該成果於 2025 年 7 月的國際實驗機器人研討會（International Symposium on Experimental Robotics）上發表。Robin 的經驗延續到 Cardinal——一款將 50 磅紙箱密集裝入推車的機械臂（「把它想成一場俄羅斯方塊遊戲」）——而同樣的基礎模型方法也推廣到 Sparrow，後者處理數億種產品類型，無需逐項手工編碼。

記錄已部署機械臂的每一次抓取，訓練模型估算每個候選動作的成功機率，並讓它為動作排序——機隊自己標註資料。

每一條手工制定的規則都把一種失敗模式優化成另一種：優先處理大包裹會在重疊時停滯，優先處理頂部揀選則會讓被埋住的目標擱置。

機械臂本來就在產生帶標註的資料——每次抓取不是成功就是失敗——因此以 394,000 次記錄動作進行訓練無需額外的標註工作。

每次揀選的差異看似微不足道，直到被放大：Amazon 以每百萬次揀選的失敗次數來評判策略，其中 1.45 個百分點等於省下 16,500 次抓取。

在機隊規模下，每個動作的微小勝利會複合放大：1.45 個百分點的揀選成功率優勢，就是每百萬次揀選少 16,500 次失敗——而你自己的營運記錄就是訓練集。

Robin 成為 Amazon 自研機械臂產品線的範本：Cardinal（密集推車裝載，2022 年 11 月於納什維爾首次運行）、Sparrow（以基礎模型辨識並抓取數億種產品，免除為每件物品手工編碼的需要）以及 Vulcan——首款在視覺之外加入觸覺（力回饋感測器）以在布面艙體內部進行揀選的機械臂。Amazon 財務長在 2026 年 7 月的財報電話會議上表示，公司預計今年將其機械臂機隊規模擴大一倍以上；Amazon Robotics 稱目前部署數量為個位數千台。