← أحدث الأبحاث
💻 computer science

Dynamic Haven Selection for Multi-Agent Pickup and Delivery in Constrained Warehouses

تقدم هذه الورقة البحثية خوارزمية A-sharp، وهي خوارزمية تكيفية تعيد تخصيص مواقع انتظار مخصصة (Havens) للروبوتات في المستودعات ذات المساحات المحدودة بشكل ديناميكي لمنع التعارضات وتقليل زمن الإنجاز (makespan) بشكل كبير مقار Pr بأسلوب SHARP الثابت، مع ضمان إتمام المهام رياضياً.

المؤلفون الأصليون: Taisei Hirayama, Kohei Yoshida, Hiroki Sakaji, Itsuki Noda

نُشر 2026-08-28
📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة
CC BY 4.0

المؤلفون الأصليون: Taisei Hirayama, Kohei Yoshida, Hiroki Sakaji, Itsuki Noda

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

في عالم الخدمات اللوجستية المؤتمتة الصاخب وعالي المخاطر، تتحرك أساطيل من الروبوتات الصغيرة بسرعة عبر ممرات المستودعات لنقل الطرود من الأرفف إلى أرصفة الشحن. ولا يكمن التحدي في إيجاد مسار فحسب، بل في ضمان قدرة مئات من هذه الآلات على التحرك في وقت واحد دون الاصطدام ببعضها البعض أو الوقوع في ازدحام مروري يؤدي إلى توقف العملية بأكملها. هذه مشكلة تنسيق في المساحات الضيقة. فعندما يتم تصميم المستودع لتحقيق أقصى قدر من الكفاءة، تكون الممرات غالباً بعرض يكفي فقط لروبوت واحد، وتكون العديد من محطات العمل عبارة عن طرق مسدودة لا يمكن للروبوت أن يستدير فيها. وفي مثل هذه البيئة المزدحمة، إذا أنهى روبوت مهمته وانتظر ببساطة في منتصف الممر، فإنه سيعيق الجميع. ولحل هذه المشكلة، طور المهندسون استراتيجية سلامة حيث يُضمن لكل روبوت، بعد تسليم طرد، مكان انتظار محدد ومحمي — "ملاذ آمن" — لا يُسمح لأي روبوت آخر بدخوله. وهذا يضمن أنه حتى لو كان المستودع مكتظاً، فإن لكل روبوت مكاناً للتراجع إليه، مما يمنع حدوث الجمود.

كان السؤال الذي طرحه الباحثون في جامعة هوكايدو وشركة تويوتا للصناعات هو ما إذا كان يمكن جعل قاعدة السلامة هذه أكثر ذكاءً. في النظام الحالي، كان الملاذ الآمن للروبوت ثابتاً؛ فبمجرد تخصيصه، كان على الروبوت العودة إلى نفس البقعة تماماً في كل مرة، حتى لو كانت بعيدة أو كان هناك مكان فارغ أقرب. وتساءل الباحثون عما إذا كان بإمكانهم السماح للروبوتات بالانتقال إلى ملاذ آمن مختلف عندما يكون ذلك منطقياً، دون كسر ضمانات السلامة التي تحافظ على سير العمل في المستودع. وقد طوروا طريقة جديدة تسمى (A-sharp)، والتي تسمح للروبوت باختيار ملاذ آمن جديد قريب في اللحظة التي يُعطى فيها مهمة جديدة، بشرط أن يكون ذلك المكان خالياً وآمناً حقاً.

كانت الصعوبة الجوهرية في إجراء هذا التغيير هي أن تغيير وجهة الروبوت قد يتسبب عرضاً في تصادم أو حالة من الجمود. فإذا قرر روبوت التوجه نحو ملاذ آمن جديد، فقد يكون روبوت آخر قد خطط بالفعل لمسار عبر تلك البقعة نفسها، أو قد تكون البقعة الجديدة لا تزال مشغولة مادياً بالروبوت الذي كان يملكها سابقاً. ووجد الباحثون أن مجرد إخبار الروبوت بالذهاب إلى أقرب مكان فارغ لم يكن كافياً؛ بل احتاج النظام إلى بروتوكول صارم لإدارة عملية تسليم هذه الأماكن المحمية. وتضمن حلهم فحصاً من خطوتين: أولاً، يتحقق النظام من أن البقعة الجديدة ليست محجوزة لأي مسار مستقبلي لروبوت آخر. ثانياً، إذا كان روبوت يغادر مكانه الحالي للذهاب إلى مكان جديد، فإن النظام يبقي المكان القديم "مقفلاً" لهذا الروبوت تحديداً حتى يتحرك بعيداً فعلياً. وهذا يمنع الروبوتات الأخرى من التخطيط لمسار عبر بقعة لا تزال مشغولة، حتى لو كان الروبوت قد قرر بالفعل المغادرة.

ولاختبار هذه الفكرة، أجرى الفريق عمليات محاكاة ضخمة باستخدام أربعة نماذج مختلفة لتخطيط المستودعات، تتراوح من الشبكات المفتوحة القياسية إلى الهياكل الشجرية الضيقة التي تحتوي على العديد من الطرق المسدودة. وقد قاموا بمحاكاة أكثر من 72,000 عملية تشمل آلاف الروبوتات وملايين المهام. وأظهرت النتائج أن طريقتهم الجديدة (A-sharp) كانت بنفس موثوقية نظام البقعة الثابتة القديم، حيث نجحت في تسليم كل مهمة في كل عملية محاكاة دون أي حوادث أو حالات جمود. والأهم من ذلك، أن الطريقة الجديدة كانت أسرع بشكل ملحوظ. ففي النماذج الأكثر تحدياً، وهي التخطيطات الضيقة التي تشبه المستودعات الواقعية عالية الكفاءة في استخدام المساحة، قللت المنظومة الجديدة من الوقت الإجمالي لإكمال جميع عمليات التسليم بنسبة 16.7 بالمائة في المتوسط. وفي بعض التكوينات المحددة، كان التحسن أعلى من ذلك. كما وجد الباحثون أن النظام الجديد لا يتطلب المزيد من قوة الحوسبة لتشغيله؛ بل في الواقع، نظرًا لأن الروبوتات تقطع مسافات أقصر للوصول إلى ملاذاتها الآمنة الجديدة والأقرب، فإن وقت المحاكاة الإجمالي كان غالباً أقل.

وقد استبعدت الدراسة صراحةً فكرة أن التبديل الديناميكي سيكون غير آمن أو عرضة للأخطاء. فمن خلال إثبات أن البروتوكول الخاص بهم يحافظ رياضياً على قواعد السلامة، أظهروا أن مرونة اختيار ملاذ جديد لم تخل بضمان وصول كل روبوت إلى وجهته في النهاية. كما أثبتوا أن النظام القديم المتصلب لم يكن الطريقة الوحيدة لضمان السلامة، وأن نهج البقعة الثابتة كان في الواقع عائقاً في البيئات المعقدة والمزدحمة. ولم يدّعِ الباحثون أن هذا حل سحري لجميع مشاكل المستودعات الممكنة، ولم يشيروا إلى أنه يمكنه التعامل مع الأعطال الميكانيكية غير المتوقعة أو التأخيرات في العالم الحقيقي. بدلاً من ذلك، قدموا طريقة دقيقة ومثبتة لجعل أساطيل الروبوتات أكثر كفاءة في البيئات المحددة والمقيدة حيث يرجح أن تتعثر. ويؤكد هذا العمل أنه من خلال الإدارة الدقيقة لكيفية مشاركة الروبوتات لمواقع انتظارها، يمكن للمستودعات نقل المزيد من البضائع في وقت أقل دون التضحية بالسلامة التي تضمن سير العمل بسلاسة.

غارق في أبحاث مجالك؟

تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.

جرّب Digest →

أبحاث مشابهة

عرض الكل في هذا التصنيف 💻 cs →