丰田研究院 (TRI) 今天公布了其与学术机构合作研究项目的最新结果。自 2016 年启动以来，该计划已资助1 亿美元的研究并产生了 1250 多篇论文，使其成为全球汽车公司最大的合作研究项目之一。

该计划在 2022 年扩大到包括 21 个大学合作伙伴和 61 个专注于能源和材料、以人为本的人工智能、人机交互驾驶、机器学习和机器人技术的项目。

“我们对与这群杰出的机构和研究人员合作的结果深感满意，”大学研究项目负责人埃里克·克罗特科夫 (Eric Krotkov)说。“我们相信合作是应对社会最大挑战的关键，并相信该项目将继续取得新的突破。”

每个项目都由一名 TRI 研究人员与大学团队合作，在学术界和工业界之间进行密切合作。

“TRI 与大学的合作为我们的研究工作带来了丰富的知识和新想法，” TRI 能源和材料高级主管Brian Storey说。“这个项目既帮助我们创造创新技术，又培养下一代创新领导者。”

仅去年一年，就有三篇论文在机器人：科学与系统会议(RSS)上获奖 。该计划的一些项目亮点包括：

先进的机器人能力

由计算机科学助理教授Shuran Song 领导的哥伦比亚人工智能和机器人 (CAIR) 实验室与TRI合作开发机器人能力，这些能力可以处理可折叠、弯曲和改变形状的可变形、非刚性物体。通过让机器人折叠衣物和操纵柔性袋成功地测试了这些进步。她的团队因开发一种称为迭代残差策略 ( IRP ) 的算法而获得RSS 2022最佳论文奖，这是一种用于具有复杂动态的可重复任务的通用学习框架。

“与 TRI 合作是一次令人难以置信的经历。这种伙伴关系使我们能够利用行业级资源，这对于推动我们的研究向前发展至关重要，” Shuran Song说。“我很荣幸有机会与这样一支优秀的团队合作，我很高兴看到我们在未来能够共同取得成就。”

燃料电池催化剂的耐用性

氢燃料电池汽车和氢电解槽都需要使用铂和铱等昂贵稀有元素的催化剂材料。一个长期存在的挑战是找到使用更丰富元素的替代材料。然而，所有提议的替代方案在它们消失之前都不会在操作环境中持续太久。由斯坦福大学Thomas Jaramillo教授和斯坦福直线加速器中心 ( SLAC ) 副科学家Michaela Burke Stevens领导的实验室正在与TRI合作研究人员通过使用一种新颖的实验技术来创建催化剂耐久性的数据驱动理论，该技术可以实时测量即使是最少量的溶解材料。

Computational Governor

Ilya Kolmanovsky教授在密歇根大学的研究团队开发了一种调控器架构，可用于加快模型预测控制 ( MPC ) 控制系统解决方案的执行时间。TRI研究人员合作并从该项目中汲取灵感，为丰田汽车创建了一个解决方案，该解决方案解决了车辆控制器问题，即设置点的突然变化会导致无响应。

“我相信我们的项目是 TRI 如何结合行业和学术知识、专业知识和能力来开发最终对现实世界产生影响的解决方案的典范，”Ilya Kolmanovsky说。“毫无疑问，这是我有过的最好的研究合作之一。”

TRI 计划将该计划持续到 2024 年，增加新的高风险、高回报项目，以加速丰田关键技术的开发。

标 签：