Innovatieve methode voor robotteamwork verhoogt efficiëntie in industrieën

Leestijd: 2 minuten
Door Johan Meijer
- in
Twee robots bouwen samen efficiënt een machine.

AmsterdamOnderzoekers aan de Universiteit van Massachusetts Amherst hebben een nieuwe methode ontwikkeld voor de samenwerking van robots, genaamd learning for voluntary waiting and subteaming (LVWS). Deze aanpak stelt robots in staat om zelfstandig teams te vormen en op hun teamgenoten te wachten, waardoor ze taken sneller kunnen voltooien. Dit biedt belangrijke voordelen voor sectoren zoals productie, landbouw en magazijnautomatisering.

De LVWS-methode presteert beter dan oudere planningsmethoden omdat het robots in staat stelt om zowel grote als kleine taken efficiënt uit te voeren. In plaats van één krachtige robot voor alles te gebruiken, maakt deze methode gebruik van verschillende robots, elk gespecialiseerd in specifieke taken.

  • Vaststaande robots voor stationaire taken
  • Mobiele robots voor transport en mobiliteit
  • Robots voor zwaar tillen van grote lasten
  • Precisierobots voor kleinere, gedetailleerde taken

De LVWS-methode verzekert een efficiënte inzet van middelen door zich te richten op teamvorming en vrijwillig wachten. In een fabriek, bijvoorbeeld, zal een zware hefrobot wachten met kleinere taken, zodat lichtere robots deze kunnen uitvoeren als het beter is voor een grote taak. Deze geplande planning verhoogt de totale productiviteit.

LVWS is uiterst efficiënt in de berekening. Traditionele planningsmethoden duren veel langer naarmate meer robots en taken worden toegevoegd. LVWS presteert echter goed, zelfs met veel taken. In tests met 100 taken voltooide LVWS deze in 22 stappen, terwijl andere methoden tot 25,85 stappen nodig hadden.

Robots kunnen nu zelfstandig groepen vormen en op andere robots wachten. Deze verandering verbetert hun teamwork, waardoor ze beter geschikt zijn om echte problemen op te lossen.

Dit onderzoek kan leiden tot robots die op meer plekken kunnen werken. Een enkele robot is vaak genoeg voor kleine ruimtes zoals woningen, maar grote locaties zoals fabrieken en magazijnen presteren beter met meerdere robots die elk een specifieke taak uitvoeren. Deze methode verhoogt de productiviteit en verlaagt de kosten zonder ingewikkelde planningssystemen.

Dit onderzoek onthult nieuwe manieren om mechatronische robotsystemen in verschillende domeinen toe te passen, wat resulteert in aanzienlijke verbeteringen in efficiëntie en kostenbesparingen. Gefinancierd door DARPA en de Amerikaanse National Science Foundation, belicht de studie vooruitgang in robotica en brengt ons dichter bij een toekomst waarin robotteams naadloos samenwerken in complexe omgevingen.

De studie is hier gepubliceerd:

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

en de officiële citatie - inclusief auteurs en tijdschrift - is

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
Wetenschap: Laatste nieuws
Lees meer:

Deel dit artikel

Reacties (0)

Plaats een reactie
NewsWorld

NewsWorld.app is dé gratis premium nieuwssite van Nederland. Wij bieden onafhankelijk en kwalitatief hoogwaardig nieuws zonder daarvoor geld per artikel te rekenen en zonder abonnementsvorm. NewsWorld is van mening dat zowel algemeen, zakelijk, economisch, tech als entertainment nieuws op een hoog niveau gratis toegankelijk moet zijn. Daarbij is NewsWorld razend snel en werkt het met geavanceerde technologie om de nieuwsartikelen in een zeer leesbare en attractieve vorm aan te bieden aan de consument. Dus wil je gratis nieuws zonder betaalmuur (paywall), dan ben je bij NewsWorld aan het goede adres. Wij blijven ons inzetten voor hoogwaardige gratis artikelen zodat jij altijd op de hoogte kan blijven!


© 2024 NewsWorld™. Alle rechten voorbehouden.