Az emberek és a robotok közötti együttműködésre már az első ipari robotkarok megjelenése óta igény jelentkezik. Ennek az együttműködésnek számos fizikai, jogszabályi, illetve szabványi feltétele van. Ebben a cikkben bemutatásra kerül milyen arányban használják az iparban az együttműködő robotkarokat, továbbá leírja milyen formái léteznek az ilyen jellegű ember-gép kapcsolatnak. Megvizsgálja, hogy mely szabályozásoknak kell megfelelnie a kollaboratív robot biztonságos és szabványos tervezése és üzemeltetése esetén, alapul véve az “ISO/TS 15066 Robotok és robotszerkezetek. Kollaboratív robotok” technikai specifikációt. Ezt követően alkalmazási példákon keresztül kerülnek bemutatásra különböző megoldások, esettanulmányok. Végezetül értékelésre kerül milyen lehetséges irányok mutatkoznak az ember-robot együttműködés során, figyelembevéve az átalakulóban lévő „2006/42/EK” Gépdirektívát.

In this paper, a ball-on-plate control system driven only by a neural network agent is presented. Apart from reinforcement learning, no other control solution or support was applied. The implemented device, driven by two servo motors, learned by itself through thousands of iterations how to keep the ball in the center of the resistive sensor. We compared the real-world performance of agents trained in both a real-world and in a virtual environment. We also examined the efficacy of a virtually pre-trained agent fine-tuned in the real environment. The obtained results were evaluated and compared to see which approach makes a good basis for the implementation of a control task implemented purely with a neural network.