U velikim skladištima velikih trgovaca najčešća je slika stotine malih robota koji se žurno kreću uskim hodnicima noseći police s proizvodima. Kad se svaki od njih mora snaći u labirintu od tisuća drugih, i najmanji zastoj može izazvati lavinu kašnjenja koja se osjeti sve do krajnjeg kupca. Znanstvenici s Massachusetts Institute of Technology (MIT) zajedno s tvrtkom Symbotic razvili su umjetnu inteligenciju koja takve gužve previda prije nego što se uopće pojave i svakom robotu odredi najbrži put bez zaustavljanja.
Roboti koji uče na vlastitim pogreškama
Postojeći sustavi najčešće se oslanjaju na unaprijed zadana pravila: prvi koji dođe ima prednost, kratki put ima prioritet ili se roboti jednostavno postavljaju u red čekanja. Takva se rješenja dobro ponašaju dok ih koristi desetak ili dvadeset strojeva, ali u modernim centrima njihov broj raste na više stotina. Nova tehnologija umjesto krutih pravila koristi duboko pojačano učenje – roboti „iz prve ruke“ otkrivaju što znači kad se sudare, kad zakasne na isporuku ili kad zaguše prolaz. Svaka se situacija pohranjuje, analizira i pretvara u znanje koje sustav primjenjuje u sljedećoj iteraciji.
Algoritam radi u dva sloja:
- Slovo učenja: neuronska mreža promatra skladište, simulira desetke tisuća scenarija i uči koja je kombinacija brzina, redoslijeda i preusmjeravanja najučinkovitija.
- Slovo planiranja: brzi matematički model koji u stotinki sekunde izračuna optimalnu trasu za svaki robot, ali uzima u obzir i prioritete koje je odredio slovo učenja.
Rezultat je sustav koji se neprestano prilagođava: kad se promijeni raspored police, doda se nova robna grupa ili se udvostruči broj robot, algoritam se sam prekaljuje i održava visoku propusnost.
Manje čekanja, više posla
U pilot-projektu u jednom od američkih distribucijskih centara kompanije Symbotic sustav je pokazao zapanjujuće rezultate: prosječno vrijeme koje robot provede u mirovanju smanjeno je za 37 posto, a broj isporučenih paketa u istom vremenskom razdoblju porastao je za 22 posto. To znači da se isti broj uređaja može koristiti za znatno veći obujam posla ili da se dio flote može uputiti na održavanje bez pada učinkovitosti.
Još važnije, sustav je pokazao izuzetnu stabilnost: čak i kad je u jednom trenutku istovremeno kroz skladište prolazilo više od 600 robot, nije došlo niti do jedne blokade koja bi zahtijevala ljudsku intervenciju. Inženjeri taj podatak posebno isticu jer je upravljanje gužvama u špici – recimo uoči Black Fridaya – tradicionalno najveći izazov u automatiziranom skladištu.
Što dalje: od skladišta do ceste
Iako je prva primjena rezervirana za velika skladišta, princip pametnog upravljanja prometom može se prenijeti i na druge scenariji. Istraživači već eksperimentiraju s modifikacijom algoritma za kontejnerske terminale, zračne cargo-parkove pa čak i gradske dostavne flote malih autonomnih kamiončića. U svim tim okruženjima zajednički su izazovi: veliki broj sudionika, ograničeni prostori i visoka cijena svake minute zastoja.
Još jedan smjer razvoja je učiniti sustav još „zelenijim“: kad roboti manje stoje i