Nowa metoda pracy zespołowej robotów zwiększa efektywność dzięki nowym sposobom współpracy.
WarsawNaukowcy z Uniwersytetu Massachusetts Amherst opracowali nową metodę współpracy robotów, znaną jako uczenie dla dobrowolnego czekania i podgrupowania (LVWS). Ta technika pozwala robotom samodzielnie formować zespoły i czekać na swoich partnerów, co przyspiesza wykonanie zadań. Ma to ważne korzyści dla takich branż jak produkcja, rolnictwo i automatyzacja magazynów.
Metoda LVWS działa lepiej niż stare metody harmonogramowania, ponieważ pozwala robotom efektywnie radzić sobie zarówno z dużymi, jak i małymi zadaniami. Zamiast używać jednego, wszechstronnego robota do wszystkiego, ta metoda wykorzystuje różne roboty, z których każdy jest wyspecjalizowany w określonych zadaniach.
- Stacjonarne roboty do zadań wykonywanych w jednym miejscu
- Mobilne roboty do transportu i zadań związanych z mobilnością
- Roboty do ciężkich ładunków
- Precyzyjne roboty do wykonywania drobnych i szczegółowych czynności
Metoda LVWS dba o efektywne wykorzystanie zasobów, koncentrując się na formowaniu zespołów oraz dobrowolnym oczekiwaniu. Na przykład w fabryce, jeśli duże zadanie jest bardziej odpowiednie dla roboty do ciężkiego transportu, to robot ten poczeka i nie będzie angażował się w mniejsze zadania, które mogą wykonać lżejsze roboty. Takie planowanie harmonogramu zwiększa ogólną wydajność.
LVWS charakteryzuje się wyjątkową wydajnością obliczeniową. Tradycyjne metody planowania wymagają znacznie więcej czasu w miarę wzrostu liczby robotów i zadań. Natomiast LVWS jest skuteczny nawet przy dużej liczbie zadań. W testach obejmujących 100 zadań, LVWS zakończył je w 22 krokach, podczas gdy inne metody potrzebowały do 25,85 kroków.
Roboty potrafią teraz samodzielnie tworzyć grupy i czekać na inne maszyny. Ta zmiana poprawia ich zdolność do współpracy, co sprawia, że są lepiej przygotowane do rozwiązywania problemów rzeczywistych.
Te badania mogą umożliwić robotom pracę w bardziej zróżnicowanych miejscach. Podczas gdy dla małych powierzchni, takich jak domy, wystarczy jeden robot, duże obszary, takie jak fabryki i magazyny, korzystają z wielu robotów wykonujących różnorodne zadania. Takie podejście zwiększa wydajność i obniża koszty bez potrzeby stosowania złożonego harmonogramowania.
Badania te przedstawiają nowe sposoby wykorzystania systemów wielorobotowych w różnych dziedzinach, oferując znaczące poprawy w wydajności i redukcji kosztów. Projekt został sfinansowany przez DARPA oraz Narodową Fundację Nauki USA, co podkreśla osiągnięcia w dziedzinie robotyki i przybliża nas do przyszłości, w której zespoły robotów będą działały płynnie w skomplikowanych środowiskach.
Badanie jest publikowane tutaj:
http://dx.doi.org/10.1109/ICRA57147.2024.10610342i jego oficjalne cytowanie - w tym autorzy i czasopismo - to
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/ICRA57147.2024.10610342Udostępnij ten artykuł