劍橋大學的工程師們，剛剛開發出了一款新型蔬菜採摘機器人，其特點是經過了機器學習的算法訓練，能夠自主識別和收穫捲心菜、萵苣等農作物。研究人員表示，這款機器人名叫Vegabot 。算法訓練的目的，旨在幫助它在不同的天氣條件下，正確辨別準備收穫的健康生菜。

（圖自：University of Cambridge，via New Atlas）

實際上，近年來，工程師們已經在農業收穫技術上取得了顯著的工業突破。問題在於，小麥和馬鈴薯等常見作物，屬於相對容易被大型機械所收割的。而另一些作物，仍需借助人工來辛苦採集。

有鑑於此，劍橋大學的工程師們，想到了借助機器學習訓練，讓機器人挑戰高難度的農作物採摘工作，比如本次研究所選擇的生菜農場。

在人類眼中，生菜地是可以做到相對整齊劃一的。但是對於人工智能算法開發者來說，如何辨別生菜的健康度、以及選擇採摘的發力處，仍然是一個艱鉅的挑戰。

在談到自主式蔬菜採摘系統的挑戰時，研究合著者Simon Birrell 表示—— 每一塊菜地的狀況都不盡相同，且世界上沒有長得一模一樣的兩株生菜。

Robot uses machine learning to harvest lettuce（via）

工程師表示，他們要解決的第一個複雜問題，就是教導視覺識別系統在擁擠的綠色田野中，識別出一株健康的生菜頭。

為此，他們開發的專屬的機器學習算法，然後通過圖庫中的照片對機器人系統展開訓練。在取得一定成效後，再轉而在實驗室條件下，對真實的生菜展開收割。

接著他們在現實農田裡展開測試，讓機器人收割系統了解萵苣等蔬菜頂部的外觀，以便在各種不同的天氣狀況下實施採摘。

第二項挑戰是打造一套方法，確保機器人能夠遵循商業標準，對每株萵苣等蔬菜展開挑选和切割，精度要達到維持其莖稈長度所需的地步。

具體說來是，這需要為機器人設計一款彈性握持機械臂，在切割刀片附近配備第二顆攝像頭，以確保刀片順利划拉到正確的位置。

最終劍橋工程師們打造出了一款名叫Vegebot 的自主式蔬菜採摘機器人，其成功率達到了令人驚訝的91% 。

當然，在正式商用前，研究團隊仍需完成許多必要的工作，因為目前的損耗率還有些偏高（達到了38%）。好消息是，儘管不符合超市上架的標準，但這並不影響蔬菜的食用。

另外一個需要克服的問題，就是機器人系統的採摘速度，目前Vegabot 平均每32 秒可完成一個生菜的採摘，這筆人類要慢得多。

不過隨著技術的進一步發展，這些方面都可以得到有效的改觀。有關這項研究的詳情，已經發表在近日出版的《Journal of Field Robotics》期刊上。