একটি কৃত্রিম বুদ্ধিমত্তা সিস্টেম গুদামগুলিতে রোবট ট্র্যাফিক সুচারুভাবে চলতে শেখে

একটি দৈত্যাকার স্বায়ত্তশাসিত গুদামের ভিতরে, গ্রাহকের অর্ডারগুলির একটি অবিচ্ছিন্ন প্রবাহ পূরণ করতে আইটেম বাছাই এবং বিতরণ করার জন্য কয়েকশ রোবট আইল দিয়ে ডার্ট করে। এই ব্যস্ত পরিবেশে, এমনকি ছোট ট্রাফিক জ্যাম বা ছোটখাটো সংঘর্ষের কারণে ব্যাপক ধীরগতি হতে পারে।

অদক্ষতার এই ধরনের তুষারপাত রোধ করতে, এমআইটি এবং প্রযুক্তি কোম্পানি সিম্বোটিক-এর গবেষকরা একটি নতুন পদ্ধতি তৈরি করেছেন যা স্বয়ংক্রিয়ভাবে রোবটগুলির একটি বহরকে মসৃণভাবে চলতে রাখে। তাদের পদ্ধতি শিখেছে যে কোন রোবটগুলিকে প্রতি মুহূর্তে প্রথমে যেতে হবে, কীভাবে যানজট তৈরি হয় তার উপর ভিত্তি করে এবং আটকে যেতে থাকা রোবটগুলিকে অগ্রাধিকার দেওয়ার জন্য অভিযোজিত হয়। এইভাবে, সিস্টেম বাধাগুলি এড়াতে রোবটগুলিকে আগে থেকে পুনরায় রুট করতে পারে।

হাইব্রিড সিস্টেম গভীর শক্তিবৃদ্ধি শিক্ষা ব্যবহার করে, জটিল সমস্যা সমাধানের জন্য একটি শক্তিশালী কৃত্রিম বুদ্ধিমত্তা পদ্ধতি, কোন রোবটকে অগ্রাধিকার দিতে হবে তা নির্ধারণ করতে। একটি দ্রুত এবং নির্ভরযোগ্য প্ল্যানিং অ্যালগরিদম তারপর রোবটগুলিকে নির্দেশাবলী প্রদান করে, যাতে তারা পরিবর্তনশীল পরিস্থিতিতে দ্রুত সাড়া দিতে পারে।

প্রকৃত ই-কমার্স গুদাম লেআউট দ্বারা অনুপ্রাণিত সিমুলেশনে, এই নতুন পদ্ধতিটি অন্যান্য পদ্ধতির তুলনায় থ্রুপুটে প্রায় 25 শতাংশ লাভ অর্জন করেছে। গুরুত্বপূর্ণভাবে, সিস্টেমটি বিভিন্ন পরিমাণ রোবট বা বিভিন্ন গুদাম বিন্যাসের সাথে নতুন পরিবেশে দ্রুত মানিয়ে নিতে পারে।

“ম্যানুফ্যাকচারিং এবং লজিস্টিকসে অনেক সিদ্ধান্ত নেওয়ার সমস্যা আছে যেখানে কোম্পানিগুলি মানব বিশেষজ্ঞদের দ্বারা ডিজাইন করা অ্যালগরিদমের উপর নির্ভর করে৷ কিন্তু আমরা দেখিয়েছি যে গভীর শক্তিবৃদ্ধি শেখার শক্তি দিয়ে, আমরা অতিমানবীয় কর্মক্ষমতা অর্জন করতে পারি৷ এটি একটি খুব প্রতিশ্রুতিশীল পদ্ধতি, কারণ এই বিশাল গুদামগুলিতে এমনকি 2 বা 3 শতাংশ বৃদ্ধিও আউটপুট এবং ছাত্রদের উপর একটি বিশাল প্রভাব ফেলতে পারে” বলে হ্যানভিড ছাত্রদের উপর। এমআইটিতে ডিসিশন সিস্টেমস (এলআইডিএস) এবং এই নতুন পদ্ধতির একটি গবেষণাপত্রের প্রধান লেখক।

LIDS-এর পোস্টডক্টরাল ফেলো Yining Ma, Zheng কাগজে যোগ দিয়েছেন; ব্র্যান্ডন আরাকি এবং সিম্বোটিক-এর জিংকাই চেন; এবং সিনিয়র লেখক ক্যাথি উ, 1954-এর ক্লাস অফ সিভিল অ্যান্ড এনভায়রনমেন্টাল ইঞ্জিনিয়ারিং (সিইই) এবং ইনস্টিটিউট ফর ডেটা, সিস্টেমস অ্যান্ড সোসাইটি (আইডিএসএস) ইন এমআইটি-তে ক্যারিয়ার ডেভেলপমেন্টের সহযোগী অধ্যাপক এবং LIDS-এর একজন সদস্য। গবেষণায় আজ উপস্থিত হয় কৃত্রিম বুদ্ধিমত্তা গবেষণা জার্নাল.

রোবট রাউটিং

একই সময়ে একটি ই-কমার্স গুদামে শত শত রোবট সমন্বয় করা একটি সহজ কাজ নয়।

সমস্যাটি বিশেষভাবে জটিল কারণ গুদামটি একটি গতিশীল পরিবেশ, এবং রোবটগুলি তাদের গন্তব্যে পৌঁছানোর পরে ক্রমাগত নতুন কাজ দেওয়া হয়। গুদামের মেঝেতে যাওয়ার এবং প্রবেশ করার সাথে সাথে তাদের অবশ্যই দ্রুত নির্দেশিত হতে হবে।

সংস্থাগুলি প্রায়শই মানব বিশেষজ্ঞদের দ্বারা লিখিত অ্যালগরিদমগুলি ব্যবহার করে তা নির্ধারণ করতে কোথায় এবং কখন রোবটগুলি তাদের পরিচালনা করতে পারে এমন প্যাকেজের সংখ্যা সর্বাধিক করতে যেতে হবে।

কিন্তু যদি যানজট বা সংঘর্ষ হয়, তাহলে ম্যানুয়ালি সমস্যাটি সমাধান করার জন্য কোম্পানির কাছে পুরো গুদাম ঘন্টার জন্য বন্ধ রাখা ছাড়া কোন উপায় থাকতে পারে না।

“এই কাঠামোর মধ্যে, ভবিষ্যত সম্পর্কে আমাদের সঠিক পূর্বাভাস নেই। আমরা কেবল জানি যে ভবিষ্যত কী নিয়ে আসতে পারে, প্যাকেজ যেগুলি আসবে বা ভবিষ্যত অর্ডারের বিতরণের পরিপ্রেক্ষিতে। যতক্ষণ পর্যন্ত গুদামের কার্যকলাপ চলতে থাকবে ততক্ষণ পরিকল্পনা ব্যবস্থাকে এই পরিবর্তনগুলির সাথে মানিয়ে নেওয়া উচিত,” বলেছেন ঝেং।

এমআইটি গবেষকরা মেশিন লার্নিংয়ের মাধ্যমে এই অভিযোজনযোগ্যতা অর্জন করেছেন। তারা গুদাম পরিবেশের পর্যবেক্ষণ করতে এবং কীভাবে রোবটকে অগ্রাধিকার দিতে হবে তা নির্ধারণ করতে একটি নিউরাল নেটওয়ার্ক মডেল ডিজাইন করে শুরু করেছিল। তারা গভীর শক্তিবৃদ্ধি শেখার ব্যবহার করে এই মডেলটিকে প্রশিক্ষণ দেয়, একটি ট্রায়াল-এন্ড-এরর পদ্ধতি যেখানে মডেলটি বাস্তব গুদামগুলির অনুকরণ করে এমন সিমুলেশনগুলিতে রোবট নিয়ন্ত্রণ করতে শেখে। দ্বন্দ্ব এড়ানোর সময় সামগ্রিক উত্পাদনশীলতা বৃদ্ধি করে এমন সিদ্ধান্ত নেওয়ার জন্য মডেলটিকে পুরস্কৃত করা হয়।

সময়ের সাথে সাথে, নিউরাল নেটওয়ার্ক অনেক রোবটকে দক্ষতার সাথে সমন্বয় করতে শেখে।

“বাস্তব গুদামঘর লেআউট দ্বারা অনুপ্রাণিত সিমুলেশনের সাথে ইন্টারঅ্যাক্ট করার মাধ্যমে, আমাদের সিস্টেম প্রতিক্রিয়া পায় যা আমরা এর সিদ্ধান্ত গ্রহণকে আরও বুদ্ধিমান করতে ব্যবহার করি। প্রশিক্ষিত নিউরাল নেটওয়ার্ক তারপর বিভিন্ন লেআউটের সাথে গুদামগুলির সাথে খাপ খাইয়ে নিতে পারে,” ঝেং ব্যাখ্যা করেন।

এটি প্রতিটি রোবটের পথের দীর্ঘমেয়াদী সীমাবদ্ধতা এবং বাধাগুলি ক্যাপচার করার জন্য ডিজাইন করা হয়েছে, রোবটগুলি গুদামের মধ্য দিয়ে যাওয়ার সময় তাদের মধ্যে গতিশীল মিথস্ক্রিয়া বিবেচনা করে।

বর্তমান এবং ভবিষ্যতের রোবটের মিথস্ক্রিয়াগুলির পূর্বাভাস দিয়ে, মডেলটি এটি হওয়ার আগে যানজট প্রতিরোধ করার পরিকল্পনা করে।

নিউরাল নেটওয়ার্ক কোন রোবটকে অগ্রাধিকার দেওয়া উচিত তা নির্ধারণ করার পরে, সিস্টেমটি প্রতিটি রোবটকে কীভাবে এক বিন্দু থেকে অন্য জায়গায় যেতে হবে তা বলার জন্য একটি অভিজ্ঞ পরিকল্পনা অ্যালগরিদম ব্যবহার করে। এই দক্ষ অ্যালগরিদম পরিবর্তনশীল গুদাম পরিবেশে দ্রুত প্রতিক্রিয়া জানাতে রোবটকে সাহায্য করে।

পদ্ধতির এই সমন্বয় গুরুত্বপূর্ণ.

“এই হাইব্রিড পদ্ধতিটি মেশিন লার্নিং এবং ক্লাসিক্যাল অপ্টিমাইজেশান পদ্ধতির মধ্যে উভয় জগতের সেরাটি কীভাবে পেতে হয় তার উপর আমার গ্রুপের কাজকে তৈরি করে৷ বিশুদ্ধ মেশিন লার্নিং পদ্ধতিগুলি এখনও জটিল অপ্টিমাইজেশান সমস্যাগুলি সমাধান করতে লড়াই করে, তবুও মানব বিশেষজ্ঞদের জন্য দক্ষ পদ্ধতিগুলি ডিজাইন করা খুব সময়সাপেক্ষ এবং শ্রমসাধ্য৷ কিন্তু একসাথে, বিশেষজ্ঞদের দ্বারা ডিজাইন করা পদ্ধতিগুলিকে একটি দুর্দান্ত উপায়ে সঠিকভাবে কাজ করতে পারে৷

জটিলতা কাটিয়ে ওঠা

গবেষকরা নিউরাল নেটওয়ার্ককে প্রশিক্ষিত করার পরে, তারা সিমুলেটেড গুদামগুলিতে সিস্টেমটি পরীক্ষা করে যা প্রশিক্ষণের সময় দেখেছিল তার থেকে আলাদা। যেহেতু শিল্প সিমুলেশনগুলি এই জটিল সমস্যার জন্য খুব অকার্যকর ছিল, গবেষকরা তাদের পরিবেশগুলিকে বাস্তব গুদামগুলিতে যা ঘটে তা অনুকরণ করার জন্য ডিজাইন করেছিলেন।

গড়ে, তাদের লার্নিং-ভিত্তিক হাইব্রিড পদ্ধতি প্রথাগত অ্যালগরিদমগুলির তুলনায় 25% বেশি থ্রুপুট অর্জন করেছে, সেইসাথে একটি এলোমেলো অনুসন্ধান পদ্ধতি, প্রতিটি রোবটে বিতরণ করা প্যাকেটের সংখ্যার পরিপ্রেক্ষিতে। তাদের দৃষ্টিভঙ্গি বাস্তবসম্মত রোবট পথ পরিকল্পনাও তৈরি করতে পারে যা ঐতিহ্যগত পদ্ধতির কারণে সৃষ্ট যানজট কাটিয়ে উঠেছে।

“বিশেষ করে যখন গুদামে রোবটগুলির ঘনত্ব বৃদ্ধি পায়, জটিলতা দ্রুত প্রসারিত হয় এবং এই ঐতিহ্যগত পদ্ধতিগুলি দ্রুত ভেঙে যেতে শুরু করে। এই পরিবেশে, আমাদের পদ্ধতি অনেক বেশি কার্যকর,” ঝেং বলেছেন।

যদিও তাদের সিস্টেম এখনও বাস্তব-বিশ্ব স্থাপনা থেকে অনেক দূরে, এই প্রদর্শনগুলি গুদাম অটোমেশনে একটি নির্দেশিত মেশিন লার্নিং পদ্ধতির ব্যবহার করার সম্ভাব্যতা এবং সুবিধাগুলিকে তুলে ধরে।

ভবিষ্যতে, গবেষকরা সমস্যা তৈরিতে টাস্ক অ্যাসাইনমেন্ট অন্তর্ভুক্ত করতে চান, কারণ কোন রোবট প্রতিটি কাজ সম্পূর্ণ করবে তা নির্ধারণ করা যানজটকে প্রভাবিত করে। তারা হাজার হাজার রোবট সহ তাদের সিস্টেমকে আরও বড় গুদামগুলিতে স্কেল করার পরিকল্পনা করেছে।

এই গবেষণাটি সিম্বোটিক দ্বারা অর্থায়ন করা হয়েছিল।