Méthode innovante de travail en équipe pour robots augmente l’efficacité industrielle

Temps de lecture: 2 minutes
Par Francois Dupont
- dans
Deux robots construisent une machine ensemble efficacement.

ParisDes chercheurs de l'Université du Massachusetts Amherst ont mis au point une nouvelle méthode de collaboration entre robots appelée apprentissage pour l'attente volontaire et la formation de sous-équipes (LVWS). Cette technique permet aux robots de former des équipes de manière autonome et d'attendre leurs coéquipiers, ce qui accélère l'accomplissement des tâches. Cela présente des avantages significatifs pour des secteurs tels que la fabrication, l'agriculture et l'automatisation des entrepôts.

La méthode LVWS dépasse les anciennes techniques d'ordonnancement en permettant aux robots de gérer aussi bien les grandes que les petites tâches. Au lieu de compter sur un seul robot puissant pour tout faire, cette approche fait appel à divers robots, chacun spécialisé dans des tâches spécifiques.

  • Robots fixes pour des tâches stationnaires
  • Robots mobiles pour des missions de transport et de mobilité
  • Robots de levage pour des charges lourdes
  • Robots de précision pour des travaux minutieux

La méthode LVWS optimise l'utilisation des ressources en mettant l'accent sur la formation des équipes et l'attente volontaire. Par exemple, dans une usine, si une tâche importante nécessite un robot de levage lourd, ce robot attendra et évitera les tâches plus petites pouvant être effectuées par des robots plus légers. Cette planification stratégique augmente la productivité globale.

LVWS se révèle extrêmement performant en termes de calcul. Les méthodes traditionnelles de planification mettent beaucoup plus de temps au fur et à mesure que le nombre de robots et de tâches augmente. LVWS, quant à lui, fonctionne parfaitement même avec de nombreuses tâches. Lors de tests avec 100 tâches, LVWS les a terminées en 22 étapes, contre 25,85 pour d'autres méthodes.

Les robots peuvent désormais se regrouper de manière autonome et attendre d'autres robots. Cette innovation renforce leur collaboration en équipe, les rendant plus aptes à résoudre des problèmes concrets.

Cette recherche pourrait permettre aux robots de travailler dans une plus grande variété de lieux. Un seul robot pourrait suffire pour des espaces réduits comme les maisons, mais les zones étendues telles que les usines et les entrepôts bénéficient davantage de la présence de nombreux robots effectuant des tâches variées. Cette méthode augmente la productivité et réduit les coûts en évitant l'usage d'une planification complexe.

Cette recherche explore de nouvelles méthodes pour utiliser les systèmes multi-robots dans divers domaines, permettant d'importantes améliorations en termes d'efficacité et de réduction des coûts. Financé par la DARPA et la Fondation Nationale pour la Science des États-Unis, l'étude met en avant des avancées en robotique, nous rapprochant d'un futur où des équipes de robots fonctionneront harmonieusement dans des environnements complexes.

L'étude est publiée ici:

http://dx.doi.org/10.1109/ICRA57147.2024.10610342

et sa citation officielle - y compris les auteurs et la revue - est

Williard Joshua Jose, Hao Zhang. Learning for Dynamic Subteaming and Voluntary Waiting in Heterogeneous Multi-Robot Collaborative Scheduling. EEE International Conference on Robotics and Automation 2024, 2024 DOI: 10.1109/ICRA57147.2024.10610342
Science: Dernières nouvelles
Lire la suite:

Partager cet article

Commentaires (0)

Poster un commentaire
NewsWorld

NewsWorld.app est un site d'actualités premium gratuit. Nous fournissons des actualités indépendantes et de haute qualité sans facturer par article et sans modèle d'abonnement. NewsWorld estime que les actualités générales, commerciales, économiques, technologiques et de divertissement devraient être accessibles à un niveau élevé gratuitement. De plus, NewsWorld est incroyablement rapide et utilise une technologie avancée pour présenter des articles d'actualités dans un format très lisible et attrayant pour le consommateur.


© 2024 NewsWorld™. Tous droits réservés.