Nuovo metodo di collaborazione robotica aumenta l'efficienza industriale
RomeRicercatori dell'Università del Massachusetts a Amherst hanno creato un nuovo metodo per la cooperazione tra robot chiamato apprendimento per l'attesa volontaria e il sottoraggruppamento (LVWS). Questo approccio permette ai robot di formare autonomamente squadre e di aspettare i propri compagni, rendendo più veloce il completamento delle attività. Le applicazioni di questa innovazione sono rilevanti per settori come la manifattura, l'agricoltura e l'automazione dei magazzini.
Il metodo LVWS supera le vecchie tecniche di programmazione permettendo ai robot di gestire sia compiti grandi che piccoli in modo efficace. Invece di utilizzare un unico robot potente per ogni attività, questa strategia impiega robot specializzati per compiti specifici.
- Robot fissi per compiti stazionari
- Robot mobili per il trasporto e la mobilità
- Robot da sollevamento per carichi pesanti
- Robot di precisione per lavori minuziosi
Il metodo LVWS assicura un uso efficiente delle risorse concentrandosi sulla formazione dei team e l'attesa volontaria. Ad esempio, in una fabbrica, se un compito importante richiede l'intervento di un robot per carichi pesanti, questo robot aspetterà e eviterà di svolgere compiti più piccoli che possono essere gestiti da robot più leggeri. Questa pianificazione strategica aumenta la produttività complessiva.
LVWS offre un'efficienza notevole in termini di calcolo. I metodi di schedulazione tradizionali richiedono molto più tempo all'aumentare dei robot e dei compiti. LVWS, al contrario, mantiene alte prestazioni anche con molti compiti. Nei test con 100 compiti, LVWS li ha completati in 22 passaggi, mentre altri metodi ne richiedevano fino a 25.85.
I robot ora possono formare gruppi autonomamente e attendere altri robot. Questa innovazione migliora la loro capacità di lavorare insieme come una squadra, rendendoli più adatti a risolvere problemi nel mondo reale.
Questa ricerca potrebbe portare a robot capaci di operare in più ambienti. Un solo robot può bastare per aree piccole come le case, ma posti grandi come fabbriche e magazzini funzionano meglio con molti robot che svolgono compiti diversi. Questo metodo aumenta la produttività e riduce i costi senza la necessità di una pianificazione complessa.
Questa ricerca introduce nuovi modi per impiegare i sistemi multi-robot in vari settori, portando a notevoli miglioramenti in efficienza e riduzione dei costi. Finanziata da DARPA e dalla National Science Foundation degli Stati Uniti, lo studio mette in luce progressi significativi nella robotica, avvicinandoci a un futuro in cui squadre di robot operano con successo in ambienti complessi.
Lo studio è pubblicato qui:
http://dx.doi.org/10.1109/ICRA57147.2024.10610342e la sua citazione ufficiale - inclusi autori e rivista - è
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/ICRA57147.2024.10610342Condividi questo articolo