Omni-scale Learning-based Sequential Decision Framework for Order Fulfillment of Tote-handling Robotic Systems
本文提出 OLSF-TRS，这是一个通用且可扩展的框架，它将结构化组合优化与多智能体强化学习相结合，以优化托架处理机器人系统中的顺序拣选 - 托架 - 机器人决策，在小型规模上实现近最优性能，并通过减少托架移动和提升运营效率，在大规模场景中显著优于最先进的启发式方法。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一个巨大的高科技仓库，就像晚餐高峰时段一个巨大而混乱的厨房。在这个厨房里：
- 订单是顾客送来的晚餐票。
- 货箱是装着食材（如番茄或奶酪）的塑料箱。
- 机器人是忙碌的厨师，在厨房里跑来跑去，抓取这些箱子并将其运送到烹饪台。
长期以来，管理这个厨房就像试图指挥一支乐团，而每位乐手只懂自己的乐谱。如果“订单厨师”大喊要番茄，“取箱员”可能会拿错箱子，而“机器人厨师”可能会走出一条导致交通堵塞的路线。现有的计算机程序试图解决这个问题，但它们就像定制工具：一把扳手能完美地适用于某一种特定机器人，但在另一种机器人上就会失效。如果厨房布局发生变化，或者机器人不同，它们就无法适应。
本文的核心思想：“通用厨房指挥家”
本文的作者提出了一种名为OLSF-TRS的新系统。你可以将其视为一位“通用厨房指挥家”，它能在任何类型的自动化厨房中工作，无论是拥有轮式手推车的平面厨房（二维机器人），还是拥有攀爬机器人的多层厨房（三维机器人）。
该系统并非针对每一种具体情况给出具体指令，而是学习厨房的逻辑。它利用两个主要技巧来做决策：
“分组”技巧（双模拟商化）：
想象厨房里有 50,000 个箱子。检查每一个箱子非常缓慢。该系统意识到，如果后角落的一箱“番茄”和前部的一箱“番茄”到达厨师所需的时间相同，那么它们在功能上是相同的。它将这些相同的情况归为一组，将一张巨大而令人困惑的地图压缩成一张微小且易于阅读的地图。这让计算机能够更快地思考。“团队集结”技巧（多智能体学习）：
该系统不仅仅告诉单个机器人该做什么。它创建了三种类型的“智能体”（订单、货箱和机器人），它们像队友一样行动。- 订单智能体决定哪些订单应该一起处理（批量处理）。
- 货箱智能体挑选最佳的箱子来抓取。
- 机器人智能体规划最快的路线。
关键在于，它们并非孤立工作。它们使用一个“中央教练”（神经网络）来观察整个厨房。如果机器人智能体即将陷入交通堵塞，教练会告诉订单智能体在发送新订单前稍等片刻。这防止了当每个人都只顾自己时发生的“交通堵塞”。
测试方式
研究人员通过两种方式测试了这位“通用指挥家”：
- 小型厨房测试： 他们在小型、简单的厨房中进行了测试，在这些厨房中，他们可以通过手工（使用超精确的数学求解器）计算出完美的解决方案。新系统的得分与完美得分的差距在**3.5%**以内，并且能在眨眼之间（毫秒级）做出决策。
- 大型厨房测试： 随后，他们将其投入拥有数百个订单和数十个机器人的巨大、混乱的厨房中。在这里，旧方法（如简单规则或其他人工智能）开始失效。它们被混乱搞得不知所措，并浪费时间来回搬运箱子。
- 与现有的最佳基于规则的方法相比，新系统将箱子的搬运次数减少了30% 以上。
- 在极端测试中，它将箱子搬运次数减少了812%（这意味着旧方法搬运箱子的次数是必要次数的 8 倍以上！）。
为何重要
该论文声称，该系统是一个游戏规则的改变者，因为它既灵活又高效。
- 灵活： 如果你购买了新机器人或改变了仓库布局，无需重建软件。“通用指挥家”会自动适应新设置。
- 高效： 通过减少机器人来回奔跑的次数，仓库节省了能源，机器人磨损减少，更多订单得以更快发货。
简而言之，该论文提出了一种智能、可适应的自动化仓库“大脑”，它防止机器人互相绊倒，并确保无论仓库变得多大或多复杂，它们始终在做最有益的事情。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。