Современные склады становятся всё более автономными, и сотни роботов ежедневно работают над выполнением заказов. Однако даже небольшие заторы или столкновения могут привести к значительным задержкам. Чтобы избежать подобных проблем, специалисты из MIT и компании Symbotic разработали инновационный метод, который помогает роботам плавно передвигаться по складу.
Умный подход к управлению роботами
Новая система использует глубокое обучение с подкреплением для принятия решений о том, какие роботы должны иметь приоритет в движении. Это позволяет им избегать заторов и повышать общую производительность склада. Благодаря этому подходу, система может перераспределять роботов заранее, предотвращая возникновение «узких мест».
Технология, изменяющая правила игры
По словам Хан Чжэна из Лаборатории информационных и управляющих систем (LIDS) MIT, использование глубокого обучения позволяет достичь «сверхчеловеческой» эффективности. Даже небольшой прирост в 2-3% может оказать значительное влияние на общую производительность крупных складов.
Преимущества гибридного метода
Гибридный метод объединяет машинное обучение и классические алгоритмы планирования. Это позволяет быстро адаптироваться к изменяющимся условиям на складе и эффективно управлять задачами роботов. Исследования показали, что новый подход может увеличить производительность на 25% по сравнению с традиционными методами.
Будущее автоматизации складов
Несмотря на то, что система ещё не готова к широкому внедрению, она уже демонстрирует потенциал для оптимизации работы складов. В будущем планируется расширение системы на более крупные склады и улучшение распределения задач между роботами.
Эта работа была поддержана компанией Symbotic и опубликована в Journal of Artificial Intelligence Research.
