AI điều khiển robot trong kho hàng để tạo ‘năng suất siêu phàm’

Sử dụng trí tuệ nhân tạo (AI) trong vận hành kho có thể giúp tránh xảy ra tình trạng tắc nghẽn đồng thời tăng năng suất.

Trong nhà kho tự động khổng lồ ngày nay có hàng trăm robot di chuyển nhanh nhẹn dọc các lối đi thực hiện công việc thu thập và phân phối hàng hóa, đáp ứng lượng đơn liên tục từ khách hàng. Ở môi trường bận rộn như vậy, ngay cả tắc nghẽn hay va chạm nhỏ cũng dễ gây nên chậm trễ nghiêm trọng.

Để tránh tình trạng nêu trên, Viện Công nghệ Massachusetts (MIT) cùng công ty công nghệ Symbotic phát triển phương pháp tự động duy trì tình trạng vận hành trơn tru của đội robot: huấn luyện AI cách xác định robot nào được ưu tiên đi trước tại mỗi thời điểm cụ thể dựa trên mức độ bận rộn thời gian thực, tái điều hướng thiết bị ngăn nguy cơ tắc nghẽn.

Việc xác định robot ưu tiên do công nghệ học sâu tăng cường phụ trách. Sau đó thuật toán lập kế hoạch đáng tin cậy sẽ cung cấp hướng dẫn cho robot, cho phép chúng thích ứng nhanh chóng trước điều kiện làm việc thay đổi nhanh chóng.

Khi thử nghiệm trong môi trường mô phỏng kho hàng thương mại điện tử, phương pháp mới giúp tăng 25% năng suất so với loạt phương pháp truyền thống. Quan trọng hơn AI dễ dàng nhanh chóng thích ứng với điều kiện (bố cục kho hàng, số lượng robot) không còn như ban đầu.

Theo nghiên cứu sinh MIT Zheng Han: “Có rất nhiều vấn đề về ra quyết định trong sản xuất và kho vận – 2 lĩnh vực mà doanh nghiệp dựa vào thuật toán được thiết kế bởi chuyên gia con người. Nhưng chúng tôi đã chứng minh được rằng với sức mạnh của học sâu tăng cường, ta có thể đạt năng suất siêu phàm. Đây là phương pháp rất hứa hẹn”.

Kho tự động với hàng trăm robot rất dễ xảy ra tắc nghẽn hoặc va chạm – Ảnh: MIT News

Thách thức điều khiển robot kho hàng

Điều phối đồng thời hàng trăm robot trong một kho hàng thương mại điện tử chẳng phải nhiệm vụ dễ dàng. Vấn đề càng phức tạp vì kho là môi trường luôn thay đổi, robot liên tục nhận nhiệm vụ sau khi hoàn thành mục tiêu. Chúng cần được điều hướng tức thời lúc ra vào khu vực.

Lâu nay doanh nghiệp thường sử dụng thuật toán do chuyên gia con người thiết kế để xác định vị trí và thời điểm robot nên di chuyển, qua đó tối đa hóa số lượng kiện hàng mà chúng có thể xử lý. Nhưng nếu xảy ra tắc nghẽn hay va chạm, doanh nghiệp thường không có lựa chọn nào khác ngoài đóng toàn bộ kho nhằm giải quyết thủ công tốn nhiều giờ.

May mắn là giờ đây nhóm MIT – Symbotic đã tìm ra giải pháp từ máy học. Họ bắt đầu bằng cách thiết kế nên một mô hình mạng neuron biết quan sát môi trường nhà kho và quyết định thứ tự ưu tiên robot. Kiểu huấn luyện “thử – sai – rút kinh nghiệm” thông qua môi trường mô phỏng đem lại dữ liệu quan trọng. Mô hình còn được thưởng khi đưa ra các quyết định giúp tăng năng suất tổng thể đồng thời tránh va chạm.

Theo thời gian, mạng neuron học được cách điều phối nhiều robot cùng lúc. Ông Zheng cho biết: “Nhờ tương tác với môi trường mô phỏng nhà kho thực tế, hệ thống nhận phản hồi mà chúng tôi sử dụng để khiến việc ra quyết định của nó thông minh hơn. Mạng neuron đã qua huấn luyện sau đó thích ứng dễ dàng với nhà kho bài trí khác nhau”.

Hệ thống nắm bắt ràng buộc lẫn trở ngại dài hạn trên đường đi của mỗi robot, hơn nữa còn xem xét cả tương tác động giữa khác robot khi chúng di chuyển. Bằng cách dự đoán tương tác hiện tại lẫn tương lai, mô hình lập kế hoạch giúp tránh tắc nghẽn.

Sau khi mô hình hoàn thành công việc xác định robot ưu tiên, thuật toán lập tức cung cấp hướng dẫn cụ thể về điểm xuất phát lẫn điểm đến cho thiết bị.

Môi trường đổi khác không thể làm khó AI

Sau khi tiến hành huấn luyện bằng loạt mô hình mô phỏng nhà kho thông thường, nhóm nghiên cứu tiếp tục thử nghiệm hệ thống trong nhiều thiết kế môi trường riêng.

Trung bình phương pháp mới giúp tăng 25% lượng kiện hàng lưu thông, vạch ra kế hoạch di chuyển tối ưu khắc phục tình trạng tắc nghẽn. Đặc biệt khi mật độ robot tăng lên và độ phức tạp tăng theo cấp số nhân (loạt phương pháp truyền thống bắt đầu gặp trục trặc) thì AI vẫn đảm bảo hiệu quả.

Dù chưa triển khai thực tế trong tương lai gần, nhưng hệ thống phát triển bởi MIT đã cho thấy tính khả thi cũng như lợi ích của việc sử dụng máy học vận hành kho hàng với đội ngũ robot đông đảo.

Sắp tới nhóm nghiên cứu muốn giao cả khâu phân công nhiệm vụ cho AI, vì việc xác định robot nào làm nhiệm vụ gì ảnh hưởng đến tình trạng tắc nghẽn. Họ cũng muốn huấn luyện mô hình điều khiển đến hàng nghìn robot.