Método inovador de coordenação robótica aumenta a eficiência em indústrias
São PauloPesquisadores da Universidade de Massachusetts Amherst desenvolveram um novo método para a colaboração entre robôs chamado aprendizado para espera voluntária e formação de subequipes (LVWS). Esse sistema permite que os robôs formem equipes de maneira autônoma e esperem por seus colegas, aumentando a eficiência na execução de tarefas. A inovação traz importantes benefícios para setores como manufatura, agricultura e automação de armazéns.
O método LVWS supera os antigos métodos de agendamento porque permite que robôs executem tanto tarefas grandes quanto pequenas com eficiência. Em vez de usar um robô poderoso para tudo, este método utiliza diferentes robôs, cada um especializado em tarefas específicas.
- Robôs fixos para tarefas estacionárias
- Robôs móveis para transporte e mobilidade
- Robôs de alta capacidade para grandes cargas
- Robôs de precisão para tarefas detalhadas e menores
O método LVWS garante a eficiência no uso dos recursos ao focar na formação de equipes e na espera voluntária. Por exemplo, em uma fábrica, se uma grande tarefa é mais adequada para um robô de levantamento pesado, esse robô esperará e evitará realizar tarefas menores que robôs mais leves podem realizar. Esse agendamento planejado aumenta a produtividade geral.
LVWS é extremamente eficiente em termos de computação. Métodos tradicionais de agendamento demoram muito mais à medida que mais robôs e tarefas são adicionados. LVWS, por outro lado, funciona bem mesmo com muitas tarefas. Em testes com 100 tarefas, o LVWS completou em 22 etapas, enquanto outros métodos precisaram de até 25,85 etapas.
Robôs conseguem agora formar grupos de forma autônoma e esperar uns pelos outros. Essa mudança aprimora o trabalho em equipe, tornando-os mais capacitados para resolver problemas do mundo real.
Essa pesquisa pode resultar em robôs capazes de operar em mais lugares. Enquanto um único robô pode ser suficiente para áreas pequenas, como residências, locais amplos como fábricas e armazéns beneficiam-se de diversos robôs desempenhando diferentes funções. Essa estratégia aumenta a produtividade e reduz os custos sem a necessidade de agendamento complexo.
Esta pesquisa revela novas maneiras de utilizar sistemas multi-robôs em diversas áreas, proporcionando grandes melhorias em eficiência e redução de custos. Financiado pela DARPA e pela Fundação Nacional de Ciência dos EUA, o estudo destaca avanços na robótica, nos aproximando de um futuro onde equipes de robôs operam harmoniosamente em cenários complexos.
O estudo é publicado aqui:
http://dx.doi.org/10.1109/ICRA57147.2024.10610342e sua citação oficial - incluindo autores e revista - é
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/ICRA57147.2024.10610342Compartilhar este artigo