亚马逊的Robin机械臂从自身已部署抓取动作的39.4万次记录中学会抓取

Robin是亚马逊机器人公司首款自研机械臂，用于从杂乱的堆叠中分拣单个邮包信封和箱子：八个吸盘、俯视摄像头视角，以及一套对可能抓取动作进行排序的软件。它于2021年开始测试，2022年在佛罗里达州莱克兰的一处设施首次亮相。最初的策略是手工编写的，每一种都以典型的方式失败——一种优先处理较大的包裹，当较小的包裹位于其上方或与其重叠时就会卡住；另一种偏好靠近堆叠顶部的包裹，却总是错过被埋住、无法触及的抓取目标。

解决办法是让整个机队自我学习。亚马逊团队利用从已部署机械臂记录的超过39.4万次抓取动作训练了一个机器学习模型，用以估计每个候选动作的成功概率，然后使用一个在线抓取排序器来决定Robin应该做什么。在团队2023年的论文中，最佳机器学习方法的抓取正确率为93.73%，而最佳传统算法为92.28%——1.45个百分点的差距意味着在超过100万次抓取的一个工作周期内，失败的抓取大约减少了16,500次。

一项模拟Robin机队运营的后续实验在200万次抓取中将失败抓取率降低了20%，该成果于2025年7月在实验机器人学国际研讨会上展示。Robin的经验延续到了Cardinal——一款将50磅重的箱子密集装入推车的机械臂（“可以把它想象成一局俄罗斯方块”）——同样的基础模型方法也推广到了Sparrow，后者无需对每个商品单独手工编码即可处理数亿种产品类型。

记录已部署机械臂的每一次抓取，训练一个模型来估计每个候选动作的成功几率，并让它对动作进行排序——机队自己为自己标注数据。

每一条手工制定的规则都把一种失败模式优化成了另一种：优先处理大包裹会在重叠时卡住，优先处理顶部抓取会让被埋住的包裹无法触及。

机械臂本来就在生成带标签的数据——每一次抓取要么成功要么失败——因此利用39.4万次记录的动作进行训练无需额外的标注工作。

单次抓取的差异看似微不足道，直到被放大：亚马逊以每百万次抓取的失败次数来评判策略，其中1.45个百分点等于节省了16,500次抓取。

在机队规模下，每个动作的微小收益会不断累积：1.45个百分点的抓取成功率优势意味着每百万次抓取减少16,500次失败——而你自己的运营日志就是训练集。

Robin成为亚马逊自研机械臂产品线的模板：Cardinal（密集推车装箱，2022年11月在纳什维尔首次运行）、Sparrow（利用基础模型识别和抓取数亿种产品，无需对每个商品手动编码）以及Vulcan——首款在视觉之外加入触觉（力反馈传感器）的机械臂，用于在织物覆盖的货舱内进行抓取。亚马逊首席财务官在2026年7月的财报电话会议上表示，公司预计今年将其机械臂机队规模扩大一倍以上；亚马逊机器人公司称目前部署量为数千台（个位数千位）。