Sistema de IA aprende a mantener el tráfico de robots en almacenes funcionando sin problemas

Investigadores del MIT y la empresa Symbotic han desarrollado un nuevo método que combina aprendizaje por refuerzo profundo con algoritmos de planificación para coordinar flotas de robots en almacenes automatizados. El sistema prioriza dinámicamente qué robots deben avanzar primero, anticipando congestiones y evitando colisiones, lo que aumenta el rendimiento en un 25% en simulaciones. Esta aproximación híbrida se adapta rápidamente a cambios en el entorno, como nuevas tareas o layouts diferentes, superando métodos tradicionales. Han Zheng, estudiante graduado del MIT, destaca que incluso un incremento del 2-3% en el throughput tiene un impacto enorme en almacenes gigantes. El trabajo se publica en el Journal of Artificial Intelligence Research.