当前位置: >Amazon Robotics 与南加大合力解决 MAPF 问题,为 1 千台仓储机器人规划无碰撞路径

Amazon Robotics 与南加大合力解决 MAPF 问题,为 1 千台仓储机器人规划无碰撞路径

发布于2020-05-20 07:52:31,Amazon Robotics 与南加大合力解决 MAPF 问题,为 1 千台仓储机器人规划无碰撞路径,Kotoo科技新闻网(http://www.kotoo.com)
 

Amazon Robotics 与南加大合力解决 MAPF 问题,为 1 千台仓储机器人规划无碰撞路径



最近一篇技术论文,南加州大学和亚马逊机器人公司(Amazon Robotics)研究人员开发一款解决终身多智能代理人路径查找(Multi-Agent Path Finding,MAPF)问题的解决方案,其中一组智能代理人(机器人)必须移动到不断变化的目标位置而不发生碰撞。他们指出,实验可为多达 1 千台智慧代理机器人提供“高品质”解决方案,表现远胜现有方法。

MAPF 是许多自动化系统的核心,如自驾车、无人机群,甚至电子游戏的 AI。毫无疑问,亚马逊最感兴趣的是仓储机器人(Warehouse Robot)适用性,截至去年 12 月,亚马逊在物流配送网络(Fulfillment Network)拥有超过 20 万台移动机器人。驱动单元(Drive Unit)会自动将库存箱或平装包裹从一个位置移动到另一位置,且必须持续移动,以便不断指派新的目标位置。

研究人员的解决方案将 MAPF 问题建模成一个图形,包含由一系列边(线)连接的顶点(点)。顶点对应位置,而边则对应两个相邻位置与一组智慧代理人(例如驱动单元)之间的连结。每台智能代理人都可在每个时步(Timestep)移动到相邻位置,或在目前位置等待。如果两台智能代理人计划同一时步占据相同位置,就会发生碰撞。

(图片来源:ARXIV)

此方案机器人吞吐量更甚其他方法,在少量时步可提升 6 倍速度

此解决方案旨在规划无碰撞路径,以便将智能代理人移动到目标位置,同时最大化平均访问位置数。考量到每次碰撞的时间范围必须解决,同时每条路径的频率必须重新规划,此方案更新每个时步的每台智能代理的起点与目标位置,并计算智慧代理人需要访问所有位置的步数,也会不断指派新目标位置给智慧代理人,直到找到无碰撞路径,并沿着生成的路径移动智慧代理人,并按顺序删除访问过的目标位置。

模拟实验中,研究人员将一个物流配送仓库映射到一个 33×46 的网格,上有 16% 的障碍物,研究人员表示,吞吐量方面,他们的方法优于其他方法。将物流分拣中心(Logistic Sorting Center)映射到 37×77 网格(有 10% 障碍物),某些格子代表输送槽及人们会将包裹放在驱动单元上的工作站,论文并指出,少量时步可在不影响吞吐量的情况下让整体设计框架的速度提高 6 倍。

“我们的设计框架不仅适用于一般图形,而且还能产生更好的吞吐量,”共同作者写道:“整体而言,我们的框架适用一般图形,透过使用者指定的频率呼叫执行重新规划,并能生成灵活的计划,不仅可适应在线设置,而且还可避免对遥远未来的期待会浪费不必要的运算量。”

  • Amazon’s AI tool can plan collision-free paths for 1,000 warehouse robots
  • Lifelong Multi-Agent Path Finding in Large-Scale Warehouses

(首图来源:亚马逊)

声明:

·凡注明为其他媒体来源的信息,均为转载自其他媒体,转载并不代表本网赞同其观点,也不代表本网对其真实性负责。如系原创文章,转载请注明出处。

·您若对该稿件内容有任何疑问或质疑,请即联系,本网将迅速给您回应并做处理。

邮箱:mail@kotoo.com

+1 已赞
已有8人赞过
评论13

发表评论请 登录
  • 最新
  • 最热
评论举报

请选择举报理由

17 13

已收藏
去我的收藏夹 >

已取消收藏
去我的收藏夹 >