Robotyka i fizyczna AI

Model oprogramowania sprawia, że „transportowe” roboty są inteligentniejsze

mm
Dodaj Unite.AI do preferowanych źródeł w Google

Zespoły ludzi i robotów współpracujących będą coraz częściej spotykane w różnych branżach. Na przykład, ludzie i automatyczni pracownicy mogą współpracować w celu przetworzenia zamówień online, poruszając się inteligentnie w magazynie i wybierając przedmioty do wysyłki.

Naukowcy z University of Missouri przybliżają nas do tej rzeczywistości, rozwijając model oprogramowania, który ma na celu uczynienie „transportowych” robotów inteligentniejszymi.

Badanie zatytułowane „Współpraca w wyborze zamówień z wieloma wybierającymi i robotami: Zintegrowane podejście do grupowania zamówień, sekwencjonowania i trasowania robotów” zostało opublikowane w International Journal of Production Economics.

Optymalizacja współpracy między ludźmi i robotami

Sharan Srinivas jest adiunktem z podwójnym powołaniem w Departamencie Inżynierii Przemysłowej i Systemów Wytwarzania oraz w Departamencie Marketingu.

“Technologia robota już istnieje”, powiedział Srinivas. “Naszym celem jest jak najlepsze wykorzystanie tej technologii poprzez efektywne planowanie. Aby to zrobić, zadajemy sobie pytania takie jak ‘jak zoptymalizować plan trasowania dla ludzkich wybierających i robotów?’ lub ‘ile przedmiotów powinien wybrać robot w danej trasie?’ lub ‘w jakiej kolejności powinny być zbierane przedmioty dla danego robota?’ Podobny zestaw pytań dotyczy również pracownika. Najtrudniejszą częścią jest optymalizacja planu współpracy między ludzkimi wybierającymi i robotami.”

Dużo ludzkiej pracy i kosztów pracy w tym procesie pochodzi z realizacji zamówień online. Firmy robocze starają się zoptymalizować ten proces, rozwijając współpracujące roboty, często nazywane cobotami lub autonomicznymi mobilnymi robotami (AMR). Te roboty mogą pracować w różnych środowiskach, takich jak magazyn lub centrum dystrybucyjne, i są通常 wyposażone w czujniki i kamery, które pomagają w nawigacji. Nowy model doprowadzi do szybszego realizowania zamówień klientów poprzez optymalizację kluczowych decyzji lub pytań dotyczących współpracy w wyborze zamówień.

„Robot jest inteligentny, więc jeśli zostanie poinstruowany, aby udać się do określonej lokalizacji, może nawigować w magazynie i nie uderzyć w żadnych pracowników lub innych przeszkód po drodze”, powiedział Srinivas.

Nie są one zastępstwem dla ludzkich pracowników

Srinivas specjalizuje się w analityce danych i badaniach operacyjnych. Według profesora, AMR nie są zaprojektowane do zastąpienia ludzkich pracowników. Zamiast tego, będą one współpracować w celu zwiększenia wydajności procesu realizowania zamówień. Na przykład, roboty mogą pomóc w szybszym realizowaniu zamówień niż ludzcy pracownicy. Jednocześnie, ludzcy pracownicy nadal będą potrzebni do wyboru przedmiotów z półek i umieszczenia ich na robotach, które następnie przetransportują je do wyznaczonego punktu w magazynie.

“Jedną wadą jest to, że te roboty nie mają dobrych zdolności chwytania”, powiedział Srinivas. “Ale ludzie są dobrzy w chwytaniu przedmiotów, więc staramy się wykorzystać siłę obu zasobów – ludzkich pracowników i współpracujących robotów. Więc, co się dzieje w tym przypadku, to ludzie są w różnych punktach magazynu, i zamiast jednego pracownika, który przechodzi przez całą aleję, aby wybrać wiele przedmiotów po drodze, robot przyjdzie do pracownika, a pracownik weźmie przedmiot i położy go na robocie. Dlatego pracownik nie będzie musiał się wysilać, aby przenosić duże wózki z ciężkimi przedmiotami po całym magazynie.”

Srinivas również mówi, że przyszła aplikacja oprogramowania może być zastosowana w innych miejscach, takich jak sklepy spożywcze w ciągu trzech do pięciu lat. Roboty mogą realizować zamówienia, manewrując wśród publiczności.

Alex prowadzi operacje informacyjne zasilane AI w Unite.AI, łącząc dziennikarstwo, badania i automatyzację, aby wspierać terminowe i skalowalne relacjonowanie sztucznej inteligencji. Jego praca pomaga zapewnić, że nowe osiągnięcia w dziedzinie AI są prezentowane efektywnie, przy zachowaniu standardów redakcyjnych publikacji.