В больших автономных складах сотни роботов передвигаются, собирая и распределяя товары для выполнения заказов. В таком интенсивном потоке даже небольшие задержки могут привести к серьезным замедлениям.
Новая система управления роботами
Исследователи из MIT и технологической компании Symbotic разработали метод, который помогает роботам избегать пробок. Система анализирует, какой из роботов должен получить приоритет в текущий момент, чтобы предотвратить заторы и повысить эффективность работы.
Система основана на глубоком обучении с подкреплением — методе, который позволяет обучать ИИ решать сложные задачи. В результате роботы получают команды быстро реагировать на изменения в окружающей обстановке.
Преимущества нового подхода
В симуляциях, основанных на реальных макетах складов, новая методика повысила пропускную способность примерно на 25% по сравнению с традиционными методами. Это значит, что склад может обрабатывать больше заказов за то же время, что важно для компаний.
Исследование показало, что система может быстро адаптироваться к новым условиям, например, к изменениям в количестве роботов или изменению планировки склада.
Путь к более умным складам
По словам Хана Чжэна, аспиранта в Лаборатории информационных и решенческих систем MIT, их подход демонстрирует, что ИИ может превосходить решения, разработанные людьми. Это открывает новые возможности для автоматизации и оптимизации логистических процессов.
В будущем исследователи планируют расширить систему, чтобы она могла работать с большими складами и тысячами роботов, а также включить задания на распределение задач.
Этот проект был поддержан компанией Symbotic и опубликован в Journal of Artificial Intelligence Research.
