ИИ научился оптимизировать работу автоматизированного склада
Исследователи из Массачусетского технологического института (MIT) обучили ИИ-модель оптимизации перемещений по складскому помещению.
При поступлении заказа робот отправляется в определенную зону, берет с полки с необходимый товар и доставляет его человеку-оператору. Сотни механических помощников делают это одновременно, и если их пути пересекутся, они могут пострадать.
Традиционные алгоритмы, основанные на поиске, позволяют избежать возможных столкновений, удерживая одного андроида на месте и меняя траекторию для другого. Но при увеличении их количества задача оптимизации быстро растет в геометрической прогрессии.
Ученые заметили, что движущиеся роботы похожи на автомобили, пытающиеся выбрать лучший путь в переполненном центре города.
Они создали модель глубокого обучения, кодирующая важную информацию о складе, включая механических грузчиков, запланированные маршруты, задачи и препятствия. Нейросеть использует полученные данные для нахождения подходящих участков склада, которые следует разгрузить.
«Мы разработали новую архитектуру, которая кодирует сотни роботов относительно их траекторий, пунктов назначения и взаимодействия друг с другом», — сообщила доцент кафедры гражданского и экологического строительства MIT Кэти Ву.
Помимо оптимизации перемещений по складам, данный метод глубокого обучения можно применять в других сложных задачах планирования. Например, при проектировании компьютерных чипов или прокладке труб в больших зданиях.
Cегодня
- 11:45 Метамания подбросила Decentraland (MANA) к мартовским максимумам
- 11:09 Эксперты спрогнозировали запуск Solana-ETF до конца 2025 года
- 10:54 Создатели Axie Infinity увольняют 21% сотрудников
- 10:41 Депутат Иванов назвал сектантами тех, кто инвестирует в биткоины
- 10:38 ZA Bank первым предлагает розничную криптоторговлю
- 10:28 В РФ арестовали незаконную криптоферму на 110 установок
- 09:59 CoinWire: Цена большинства продвигаемых в соцсети X мемкоинов упала на 90%
- 09:58 SEC за год взыскала $8,2 млрд — больше половины пришлось на TFL