В мире современных складов, где сотни роботов снуют по проходам, собирая и распределяя товары, даже небольшие заторы могут привести к значительным потерям времени и производительности. Чтобы избежать этого, исследователи из MIT и Symbotic создали систему, которая помогает роботам плавно передвигаться без столкновений.
Как работает новая система
Система использует метод глубокого обучения с подкреплением, чтобы определять, каким роботам следует передавать приоритет в движении. Этот подход позволяет заранее перенаправлять роботов, избегая потенциальных заторов.
Система автоматически адаптируется к изменениям в обстановке и количеству роботов, что позволяет ей быстро реагировать на новые задачи и условия.
Преимущества нового подхода
В проведённых симуляциях система показала прирост производительности на 25% по сравнению с традиционными методами. Это означает увеличение количества обработанных заказов и снижение риска остановки всего склада из-за заторов.
Система не только эффективна, но и универсальна: она может быть адаптирована для работы в складах с различной планировкой и количеством роботов.
Значение для индустрии
В условиях, когда плотность роботов на складах растет, традиционные методы управления движением начинают давать сбои. Новый подход, основанный на машинном обучении, позволяет решать эти проблемы более эффективно.
В будущем исследователи планируют расширить систему, включив в неё распределение задач между роботами, что ещё больше повысит её эффективность.
Эта работа финансируется компанией Symbotic и демонстрирует потенциал использования технологий искусственного интеллекта в автоматизации складов.
