章鱼通 | 章鱼通，亚马逊AI工具为仓库机器人规划路径
南加州大学(UniversityofSouthernCalifornia)和亚马逊机器人公司(AmazonRobotics)的研究人员探索了一种解决终身多智能体寻路(MAPF)问题的方法 。 在MAPF中 ， 一组智能体必须被移动到不断变化的目标位置 ， 而不会发生碰撞 。 他们说 ， 在实验中 ， 它可以为多达1000种药剂提供“高质量”的解决方案 ， 显著优于现有的方法 。
MAPF是许多自动系统的核心部分 ， 比如无人驾驶汽车、无人机群 ， 甚至是电子游戏中的人物AI 。 毫无疑问 ， 亚马逊感兴趣的是它对仓储机器人的适用性 。 截至去年12月 ， 亚马逊在其物流网络中拥有超过20万台移动机器 。 驱动单元自动将库存舱或平板包从一个位置移动到另一个位置 ， 并且它们必须继续移动 ， 它们被连续分配到新的目标位置 。
文章图片
研究者的解决方案将MAPF问题建模为含有由一系列边（线）连接的顶点（节点）的图形 。 垂直点与位置对应 ， 边缘对应两个相邻地点和一组代理（如驱动单元）之间的连接 。 在每个时间步 ， 每个代理都可以移动到相邻位置或等待当前位置 。 如果两个代理计划在同一时间占据同一个位置,就会发生碰撞 。
提出的解决方案旨在规划无碰撞路径 ， 将代理移动到它们的目标位置 ， 同时最大化访问的平均位置数 。 给定冲突必须解决的时间范围和路径需要重新规划的频率 ， 在每个时间步长 ， 解决方案更新每个代理的开始和目标位置 ， 并计算代理访问所有位置所需的步骤数 。 它还不断地向代理分配新的目标位置 ， 然后找到无冲突的路径 ， 并沿着这些生成的路径移动代理 ， 并从序列中删除访问过的目标位置 。
在模拟实验中 ， 研究人员将一个仓库映射到一个33×46的网格上 ， 网格上有16%的障碍物 。 研究人员说 ， 他们的方法在吞吐量方面超过了其他所有方法 。 和物流分拣中心映射到37-到-77网格以10%的障碍,在某些细胞代表交付降落伞和工作站在人类把包放在驱动单元,他们报告说,少量的步伐加快了框架至多6倍的前提下的吞吐量 。
合著者写道 。 “总的来说 ， 我们的框架适用于一般的图形 ， 使用用户指定的频率调用重新规划 ， 并且能够生成灵活的计划 ， 不仅能够适应在线设置 ， 而且避免在预测遥远的未来时浪费计算工作 。 ”
【章鱼通 | 章鱼通，亚马逊AI工具为仓库机器人规划路径】章鱼通（www.zhangyutong.net）人工智能产业对接平台 。
推荐阅读
- 长城炮多功能宿营车及多功能工具车亮相
- 灵魂爱人 非常节约时间，自媒体上传工具：一次将短视频定时上传到多个平台
- 前世作云 头条号怎么样同时上传数个小视频？，多平台上传工具
- NBA章鱼哥|不抱团夺冠？字母哥有望在本赛季“封神”，湖人、快船队或成陪跑
- 喜爱星座的小姐姐所有平台发稿工具、比较好用的新媒体平台同时管理小工具
- 灵魂爱人自媒体上传工具：一次将短视频定时上传到多个平台，非常节约时间
- 红蛋儿儿短小视频定时群发工具、怎么将公众号视频同时群发到多平台？
- 喜爱星座的小姐姐 所有平台发稿工具、比较好用的新媒体平台同时管理小工具
- 沈凯丽|李佳航给李晟化妆，谁注意他上妆工具用的啥？女生想死的心都有了
- 光一样的少年|可以用于“抓取”病毒的工具：光镊