经过 马萨诸塞大学阿默斯特分校
马萨诸塞大学阿默斯特分校的新研究表明，对机器人进行编程以创建自己的团队并自愿等待队友可以更快地完成任务，并有可能提高制造、农业和仓库的自动化。
该研究入围 2024 年 IEEE 国际机器人与自动化会议多机器人系统最佳论文奖决赛。
该研究的作者之一、副教授张浩表示：“对于我们是否想要建造一个可以完成所有工作的单一、强大的人形机器人，或者我们拥有一个可以协作的机器人团队，争论由来已久。”麻省大学阿默斯特曼宁信息与计算机科学学院博士，兼以人为中心的机器人实验室主任。
在制造环境中，机器人团队可以更便宜，因为它可以最大限度地发挥每个机器人的能力。那么挑战就变成了：如何协调一组不同的机器人？有些可能是固定的，有些是移动的；有些可以举起重物，而另一些则适合较小的任务。
作为解决方案，张和他的团队创建了一种基于学习的调度机器人方法，称为自愿等待和分组学习（LVWS）。
“就像人类一样，机器人也承担着艰巨的任务，”张说。 “例如，他们有一个大箱子，单个机器人无法搬运。该场景需要多个机器人协同工作。”
另一种行为是自愿等待。 “我们希望机器人能够主动等待，因为如果它们只是选择贪婪的解决方案来始终执行立即可用的较小任务，有时更大的任务将永远不会被执行，”张解释道。
为了测试他们的 LVWS 方法，他们在计算机模拟中给 6 个机器人分配了 18 项任务，并将他们的 LVWS 方法与其他四种方法进行了比较。在这个计算机模型中，有一个已知的完美解决方案可以在最快的时间内完成场景。
研究人员通过模拟运行不同的模型，并计算出每种方法与这个完美解决方案相比要差多少，这种测量称为次优。
比较方法的次优程度从 11.8% 到 23% 不等。新的 LVWS 方法未达最佳标准 0.8%。 “因此，该解决方案接近最佳可能或理论上的解决方案，”该论文的作者、以人为中心的机器人实验室计算机科学博士生 Williard Jose 说。
让机器人等待如何让整个团队更快？考虑以下场景：您有三个机器人 — 两个机器人每个可以举起 4 磅，另一个可以举起 10 磅。其中一个小型机器人正忙于执行另一项任务，并且有一个七磅重的盒子需要移动。
“对于小型机器人来说，等待另一个小型机器人然后一起完成这项大任务，而不是让大型机器人执行该任务，会更有利，因为大型机器人的资源更适合执行不同的大型任务。”何塞说。
如果可以首先确定最佳答案，为什么机器人还需要调度程序？ “使用精确解决方案的问题是计算需要很长时间，”何塞解释道。 “随着机器人和任务数量的增加，它呈指数级增长。你无法在合理的时间内获得最佳解决方案。”
当查看使用 100 个任务的模型时（很难计算精确的解决方案），他们发现他们的方法在 22 个时间步长内完成了任务，而比较模型则需要 23.05 到 25.85 个时间步长。
张希望这项工作将有助于进一步推动这些自动化机器人团队的进步，特别是当规模问题发挥作用时。例如，他说，单个人形机器人可能更适合占地面积较小的单户住宅，而多机器人系统则更适合需要专门任务的大型工业环境。
更多信息： 异构多机器人协作调度中动态分组和自愿等待的学习。 hcrlab.gitlab.io/project/lvws/
由...提供 马萨诸塞大学阿默斯特分校
