Planejamento Online para Robôs Móveis Autônomos com Diferentes Objetivos na Tarefa de Comissionamento de Armazém

Recentemente, sistemas multiagentes se tornaram amplamente utilizados como tecnologias essenciais para diversos problemas práticos. Um problema essencial em sistemas multiagentes é a automação colaborativa de operações de coleta e entrega em armazéns. A tarefa de comissionamento de armazém envolve encontrar itens especificados em um armazém e movê-los para um local especificado usando robôs. Esta tarefa é definida como um problema de alocação de tarefas espaciais (SPATAP) com base em um processo de decisão de Markov (MDP). É considerado um sistema multiagente descentralizado em vez de um sistema que gerencia e otimiza agentes de maneira centralizada. Pesquisas existentes sobre SPATAP envolvendo a modelagem do ambiente como um MDP e a aplicação de buscas em árvore de Monte Carlo mostraram que essa abordagem é eficiente. No entanto, não houve pesquisa suficiente sobre cenários em que todos os agentes têm um plano comum, apesar de suas ações serem decididas de forma independente. Assim, estudos anteriores não consideraram comportamentos cooperativos de robôs com diferentes objetivos, e o problema onde cada robô tem objetivos diferentes não foi amplamente estudado. Em termos do elemento cooperativo, a abordagem de troca de itens não foi considerada efetivamente em estudos anteriores. Portanto, neste artigo, focamos no problema de cada robô ser atribuído a uma tarefa diferente para otimizar a porcentagem de coleta e entrega de itens a tempo em situações sociais. Propomos um método de planejamento de ações baseado na busca em árvore de Monte Carlo e um método de troca de itens entre agentes. Também geramos um simulador para avaliar os métodos propostos. Os resultados das simulações demonstram que a taxa de realização melhora em armazéns de pequeno e médio porte. No entanto, a taxa de realização não melhorou em grandes armazéns porque a distância média do depósito até os itens aumentou.