Революция в управлении роботами на складах
В современных автоматизированных складах сотни роботов работают в тесном взаимодействии, выполняя заказы. В таких условиях даже небольшие задержки могут привести к значительным сбоям в работе. Чтобы избежать этого, исследователи из MIT и компании Symbotic разработали новую систему, которая оптимизирует движение роботов, предотвращая заторы и улучшая эффективность.
Как работает новая система
Эта инновационная система использует глубокое обучение с подкреплением — метод, позволяющий роботу обучаться через опыт. Система изучает, какие роботы должны получить приоритет в движении, чтобы избежать пробок. Затем специальный планировочный алгоритм направляет роботов, что позволяет им быстро адаптироваться к изменениям в рабочей среде.
Преимущества нового подхода
В симуляциях, основанных на реальных складских планировках, новая система показала улучшение эффективности на 25% по сравнению с традиционными методами. Важно, что она быстро адаптируется к новым условиям, как изменения в количестве роботов или перераспределение складов.
Хань Чжэн, аспирант Лаборатории информационных и управляющих систем MIT, отмечает, что система может значительно повысить производительность, даже если улучшение составляет всего 2-3%.
Будущее технологии
Исследователи планируют расширить возможности системы, включив в неё назначение задач, чтобы ещё больше снизить заторы. В дальнейшем предполагается масштабирование системы для использования в более крупных складах с тысячами роботов.
Эта работа финансируется компанией Symbotic и предоставляет перспективы для более широкого применения машинного обучения в области автоматизации складов.
