美国
佛罗里达州盖恩斯维尔 June 10， 2025
佛罗里达州的草莓生产从 11 月持续到 4 月，而数字孪生技术让科学家可以全年模拟水果的生长，从而使研究能够全年进行。
数字孪生是对象、系统或流程的虚拟副本，可以预测系统在模拟环境中交互时的行为。
Dana Choi 和她的佛罗里达大学科学家团队现在已经证明，由人工智能 （AI） 提供支持的机器人系统是准确的，并且可以节省时间和劳动力。这对于每年 5 亿美元的佛罗里达州草莓产业至关重要，对于美国每年价值 20 亿美元的行业也至关重要。
UF/IFAS 墨西哥湾沿岸研究和教育中心的农业和生物工程助理教授 Dana Choi 在她的实验室里。照片由 Dana Choi 友情提供。
几年前，Choi 的团队构建了一片草莓园的数字孪生，可以复制每一行、每一片叶子和每颗浆果的真人大小。在这个虚拟领域中，科学家们让机器人四处行驶，并为希尔斯伯勒县的一个模拟商业农场拍摄了数千张照片。
新发表的研究表明，仅使用模拟草莓田在数字孪生环境中进行训练的 AI 在检测水果方面实现了 92% 的准确率，而无需依赖真实世界的训练数据。
Choi 说：“因为计算机模拟的田地永远不会过时，所以即使在夏天也可以制作新的浆果识别工具原型——加快了创新速度。“这些发现还意味着更低的开发成本。公司可以在数字孪生中测试机器人拾取器或智能喷雾器设计，首先，在实际试验之前消除错误。这最终会降低新技术的价格。
完全在合成图像上训练的机器人还估计了真实世界的水果直径，误差仅为 1.2 毫米——“仅使用合成模拟数据，足以进行商业分级，”UF/IFAS 农业和生物工程助理教授 Choi 说。
这展示了在虚拟环境中训练的 AI 模型在支持商业决策任务方面的潜力，例如根据大小或质量等特征对水果进行分类。
如果种植者知道精确的水果大小和体积，他们就可以预测他们的产量并知道何时收获。
“研究表明，逼真的数字孪生可以快速启动草莓农场的 AI 工具开发，实现更快、更具成本效益的机器人创新，”UF/IFAS 墨西哥湾沿岸研究和教育中心的教员 Choi 说。
“通常，我们必须在真实的田野中拍摄数千张照片，为每张照片贴上标签，然后等待合适的季节，”她说。“这需要大量的时间和金钱。但有了数字孪生，我们可以立即创建和标记这些照片。
此外，在虚拟世界中进行培训无需处理或标记真实图像，从而节省了数周的现场工作。
为什么这一切很重要？构建和改进新工具需要更少的金钱和时间，因为科学家可以在虚拟环境中测试和修复它们，然后再在现实生活中尝试它们。
数字孪生平台还可以支持作员培训和自主机械的快速原型设计，帮助更快、更经济高效地将农业技术从概念转移到田间。
