El sistema de inteligencia artificial aprende a mantener el tráfico de robots del almacén funcionando sin problemas

Dentro de un almacén autónomo gigante, cientos de robots recorren los pasillos mientras recolectan y distribuyen artículos para satisfacer un flujo constante de pedidos de los clientes. En este entorno tan ajetreado, incluso los atascos de tráfico o las colisiones menores pueden provocar desaceleraciones masivas.

Para evitar tal avalancha de ineficiencia, investigadores del MIT y la empresa de tecnología Symbotic han desarrollado un nuevo método que mantiene automáticamente una flota de robots en movimiento sin problemas. El método aprende qué robots deben ir primero en cada momento, en función de cómo se está formando la congestión, y se adapta para priorizar los robots que serán bloqueados. De esta forma, el sistema puede redirigir los robots con antelación para evitar cuellos de botella.

El sistema híbrido utiliza el aprendizaje por refuerzo profundo, un poderoso método de inteligencia artificial para resolver problemas complejos, para determinar qué robots deben priorizar. Luego, un algoritmo de planificación rápido y confiable proporciona instrucciones a los robots, lo que les permite responder rápidamente a condiciones en constante cambio.

En simulaciones inspiradas en los diseños actuales de los almacenes de comercio electrónico, este nuevo enfoque logra aproximadamente una ganancia del 25 por ciento en el rendimiento con respecto a otros métodos. Es importante destacar que el sistema puede adaptarse rápidamente a nuevos entornos con diferentes números de robots o diseños de almacenamiento variados.

“Hay muchos problemas para tomar decisiones en la fabricación y la logística, donde las empresas dependen de algoritmos creados por expertos humanos. Pero hemos demostrado que, con el poder del aprendizaje por refuerzo profundo, podemos lograr un rendimiento sobrehumano. Este es un enfoque muy prometedor, porque en estos almacenes gigantes incluso se puede lograr un aumento del 2 o 3 por ciento en el rendimiento”, puede decir un estudiante de posgrado de gran impacto en el trabajo de la información, Decision Systems (LIDS) en el MIT y autor principal de un artículo sobre este nuevo enfoque.

Yining Ma, postdoctorado en LIDS, puso a Zheng en el artículo; Brandon Araki y Jingkai Chen de Symbotics; y la autora principal Cathy Wu, profesora asociada de desarrollo profesional en ingeniería civil y ambiental (CEE) de la promoción de 1954 y del Instituto de Datos, Sistemas y Sociedad (IDSS) del MIT, y miembro de LIDS. La búsqueda aparece hoy en el Revista de investigación de inteligencia artificial..

Redirigir el robot

Coordinar juntos cientos de robots en un almacén de comercio electrónico no es una tarea fácil.

El problema es especialmente complicado porque el almacén es un entorno dinámico y los robots siempre reciben nuevas tareas después de alcanzar sus objetivos. Es necesario redirigirlos rápidamente al salir y entrar al almacén.

Las empresas suelen aprovechar algoritmos escritos por expertos humanos para determinar dónde y cuándo deben moverse los robots para maximizar la cantidad de paquetes que pueden manejar.

Pero si hay congestión o una colisión, es posible que una empresa no tenga más remedio que cerrar todo el almacén durante horas para solucionar el problema manualmente.

“En este entorno, no tenemos una predicción exacta del futuro. Sólo sabemos lo que nos depara el futuro, en términos de los paquetes que llegan o la distribución de pedidos futuros. El sistema de planificación debe adaptarse a estos cambios a medida que continúan las operaciones del almacén”, afirmó Zheng.

Los investigadores del MIT lograron esta versatilidad mediante el aprendizaje automático. Comenzaron diseñando un modelo de red neuronal para realizar observaciones del entorno del almacén y decidir cómo priorizar los robots. Este modelo se entrena mediante aprendizaje por refuerzo profundo, un método de prueba y error en el que el modelo aprende a controlar robots en simulaciones que imitan almacenes reales. El modelo premia la toma de decisiones que maximiza el rendimiento general y al mismo tiempo evita conflictos.

Con el tiempo, la red neuronal aprende a coordinar muchos robots de manera eficiente.

“Al interactuar con simulaciones inspiradas en diseños de almacenes reales, nuestro sistema recibe retroalimentación que utilizamos para tomar decisiones de manera más inteligente. La red neuronal entrenada puede adaptarse a almacenes con diferentes diseños”, explicó Zheng.

Está diseñado para capturar limitaciones y obstáculos a largo plazo en el camino de cada robot, al mismo tiempo que considera las interacciones dinámicas entre los robots a medida que se mueven por el almacén.

Al predecir las interacciones actuales y futuras de los robots, el modelo planea evitar la congestión antes de que ocurra.

Después de que la red neuronal decide qué robots deben recibir prioridad, el sistema emplea un algoritmo de planificación probado y verdadero para decirle a cada robot cómo moverse de un punto a otro. Este eficiente algoritmo ayuda a los robots a reaccionar rápidamente al cambiante entorno del almacén.

Esta combinación de métodos es clave.

“Este enfoque híbrido se basa en el trabajo de mi grupo sobre cómo lograr lo mejor de ambos mundos entre el aprendizaje automático y los métodos de optimización clásicos. Los métodos puros de aprendizaje automático todavía luchan por resolver problemas de optimización complejos y, sin embargo, requiere mucho tiempo y trabajo para los expertos humanos diseñar métodos eficientes. Pero juntos, usar métodos expertos diseñados de la manera correcta puede simplificar el trabajo”, dijo Wu.

Superar la complejidad

Una vez que los investigadores entrenaron la red neuronal, probaron el sistema en almacenes simulados que diferían de los que habían visto durante el entrenamiento. Dado que las simulaciones industriales eran demasiado efectivas para este complejo problema, los investigadores diseñaron su propio entorno para imitar lo que sucede en los almacenes reales.

En promedio, el enfoque híbrido basado en el aprendizaje logró un rendimiento un 25 por ciento mayor que los algoritmos tradicionales combinados con un método de búsqueda aleatoria, en términos de la cantidad de paquetes entregados por robot. Su enfoque también pudo generar planes de rutas robóticas viables que superaron la congestión causada por los métodos tradicionales.

“Especialmente cuando aumenta la densidad de robots en el almacén, la complejidad aumenta exponencialmente y estos métodos tradicionales rápidamente comienzan a fallar. En estos entornos, nuestro método es más efectivo”, dijo Zheng.

Si bien su sistema aún está lejos de implementarse en el mundo real, estas demostraciones resaltan la viabilidad y los beneficios de utilizar un enfoque guiado por aprendizaje automático para la automatización del almacén.

En el futuro, los investigadores quieren incluir asignaciones de tareas en la formulación del problema, ya que determinar qué robot completará cada tarea afecta la congestión. También planean ampliar su sistema a almacenes más grandes con miles de robots.

Esta investigación fue financiada por Symbotic.