A MIT és a Symbotic AI-ja 25%-kal növeli a raktári robotok áteresztőképességét
A mesterséges intelligencia a robotok útvonalainak előzetes áttervezésével akadályozza meg a szűk keresztmetszetek kialakulását a zsúfolt raktári környezetben.
Új mesterséges intelligencia rendszert fejlesztettek ki a MIT és a Symbotic szakértői, amely automatikusan biztosítja a raktári robotflották zökkenőmentes mozgását — írja a Robohub.
A módszer valós idejű adatok alapján dönti el, mely robotok kapjanak elsőbbséget, alkalmazkodva a torlódásokhoz és előre rangsorolva a beragadni készülő egységeket. A szimulációkban, melyeket valós e-kereskedelmi raktárelrendezések inspiráltak, az új megközelítés mintegy 25 százalékos áteresztőképesség-növekedést ért el más módszerekhez képest.
A hibrid rendszer mély-megerősítéses tanulást használ, ami egy hatékony AI-módszer komplex problémák megoldására. Ez az AI dönti el, mely robotokat kell prioritásként kezelni. Ezt követően egy gyors és megbízható tervezési algoritmus táplálja az utasításokat a robotokba, lehetővé téve számukra a gyors reagálást a folyamatosan változó körülmények között.
A raktári logisztika új dimenziója
Han Zheng, a MIT kutatója szerint a mély-megerősítéses tanulás segítségével emberfeletti teljesítményt lehet elérni. Hatalmas raktárakban már egy két-három százalékos áteresztőképesség-növekedés is óriási hatással bír, így a 25 százalékos javulás jelentős előrelépés.
A hatékonyság kulcsa
A kutatás a Journal of Artificial Intelligence Research folyóiratban jelent meg, és a Symbotic további fejlesztéseket tervez a raktári robotika területén, ahol a mesterséges intelligencia alkalmazása 2024-ben további áttöréseket ígér.