GE通用電氣 IC693MDR390 PLC模塊

GE通用電氣  IC693MDR390 PLC模塊

IC200TBX023

IC200ALG327

IC200MDD841

IC200ALG240

IC200MDD843

IC200MDD840

IC200TBX114

IC200ALG261

IC200TBX040

IC200TBX010

IC200ACC415

IC697PWR710

IC697PWR711

IC697PWR724

IC697PWR748

IC697RCM711

IC693ALG223C

IC693CMM311L

IC693CMM321-BA

IC693CPU331X

IC693CPU350-CE

IC693CPU350-CG

IC693CPU351-DG

HE693STP111E

HE693THM884M

IC693ALG390F

IC693MDL752G

IC693PWR321

IC660EBA026K

IC660EBD020T

IC693ALG220D

IC693CMM311N

IC693MDL655E

IC693MDL753D

IC693MDL753F

IC693PCM301L

IC693PCM301M

IC693ACC300

IC693ACC301

IC693ACC302

IC693ACC303

IC693ACC305

IC693ACC306

IC693ACC311

IC693ACC312

IC693ACC315

IC693ACC316

IC693ACC317

IC693ACC318

IC693ACC328

IC693ACC329

IC693ACC330

IC693ACC331

IC693ACC332

IC693ACC333

IC693ACC334

IC693ACC335

IC693ACC336

IC693ACC337

IC693ACC341

IC693ACC350

IC693ACC760

IC693ALG220

IC693ALG221

IC693ALG222

IC693ALG223

IC693ALG390

IC693ALG391

IC693ALG392

IC693ALG442

IC693APU300

IC693APU301

IC693APU302

IC693APU305

IC693BEM320

IC693BEM321

IC693BEM331

IC693CBK001

IC693CBK002

IC693CBK003

IC693CBK004

IC693CBL300

IC693CBL301

IC693CBL302

IC693CBL303

IC693CBL304

IC693CBL305

IC693CBL311

IC693CBL312

IC693CBL313

IC693CHS391

IC693CHS392

IC693CHS393

IC693CHS397

IC693CHS398

IC693CHS399

IC693CMM301RR

IC693CMM302

IC693CMM311

IC693CMM321

IC693CPU311

IC693CPU313

IC693CPU321RR

IC693CPU323

IC693CPU331

IC693CPU340RR

IC693CPU341RR

IC693CPU350

IC693CPU351RR

IC693CPU352RR

IC693CPU360

　　從前文可以看出，這只靈活的AI不僅與人交流暢通無阻，而且和機器也能快速溝通。這主要得益于微軟團隊專門開發的一系列API和**函數庫。

　　他們沒有讓ChatGPT背后的語言大模型（LLM），生成某固定種類的代碼；因為機器人是個多元化領域，這樣可能會在不同場景下涉及大量微調。

　　而在新穎的操作框架下，不同機器人，都有自己對應的特定函數庫——一個AI，就能適應不同的對象、不同的任務。

　　一方面，這些函數庫，能夠連接到機器人控制系統中管理底層硬件，以及執行基本運動的代碼和功能模塊。

　　另一方面，為了讓ChatGPT也能遵循函數庫的規則，預定義函數命名就很關鍵。清晰的函數名，能讓各API之間建立良好的功能連接，*終生成高質量的回答。

　　其中一項要求，就是所有API名稱必須描述整體功能行為。

　　例如，detect_object(object_name) 函數可以在內部鏈接到OpenCV函數或計算機視覺模型。

　　設計好庫和API后，微軟給ChatGPT編寫了一個文本提示（prompt），描述目標任務，并明確說明函數庫中哪些函數可用；另外，這還能規定ChatGPT生成代碼用哪種編程語言。

　　值得一提的是，AI生成內容效果，和人為提示的質量呈正相關。為此，微軟還開發了一個協作開源平臺PromptCraft，任何人都能在此分享不同類機器人的Prompt策略。

　　到此，幕后部署基本完成，然后用戶就能通過“說人話”間接操控機器人了。

　　如果想要檢查AI生成的代碼是否有Bug，隨時都能在聊天框直接檢查，或通過模擬器測試，人類可以用自然語言指導AI進行修正。

　　另外，還能到等到用戶對解決方案滿意為止，再將ChatGPT生成代碼部署到機器人上。

　　*后，如果是你，會想用ChatGPT操控機器人做些什么呢？