仓库中智能体任务的人工智能控制与优化制造技术

用于仓库(100)的控制系统包括控制器(202)，用于传达由物品运载车辆(106)、机器人拣选者(104)和人类作业者(102)执行的命令。仓库模拟(210)执行订单拣选和补货活动的模拟运行。模拟结果和体验数据被记录并存储在存储器(212)中。存储的数据包括操作数据，操作数据包括作业者根据来自控制器(202)的可执行命令执行时记录的实时结果和体验数据。训练模块(210)接收来自存储器(212)的模拟结果、模拟的体验数据和记录的操作数据。训练模块(210)使用模拟的数据和操作数据训练算法。训练模块(210)为控制器(202)生成更新的算法。使用更新的算法，控制器(202)将可执行命令传达给作业者(102，104，106)。

【技术实现步骤摘要】
【国外来华专利技术】

本专利技术涉及仓库环境中的订单拣选系统的控制，并且特别是使用人工智能(ai)算法来控制智能体(agent)(人或机器人)以执行订单拣选过程，包括补货、存储分配和批次构建。

技术介绍

1、仓库中包含各种作业者或智能体(例如，人类拣选员、机器人拣选员、物品运输车、传送带以及订单拣选和补货系统的其他部件)的订单拣选和补货系统的控制是一项复杂的任务。传统算法用于在不断增加的订单履行复杂性中寻求各种目标，其特点是：库存单位(sku)种类繁多，订单组成从单个sku到多个sku不等，订单需求在数量和时间尺度上宽幅变动，并且交货期限非常严格。其他不断变化的优先级包括：最小化交货时间、订单处理计划或具有最高优先级的订单的调度。最小化能耗、最小化行驶距离和降低劳动力成本也是重要因素。在仓库操作的控制中还考虑了附加因素，例如托盘稳定性、交通拥堵和避让措施。这些策略的最优性取决于：不同的因素，其包括仓库规模、仓库几何形状、订单数量、订单配置文件、货位分配以及系统中的智能体(作业者)数量。由专家编写的基于启发式的算法在实践中主要用于解决此类挑战。但是，良好的可执行的启发式算法需要付本文档来自技高网...

【技术保护点】

1.一种用于仓库的订单履行控制系统，所述订单履行控制系统包括：

2.根据权利要求1所述的订单拣选控制系统，其中，所述训练模块包括：被配置为迭代地执行训练运行的神经网络，其中，所述训练运行重播所述模拟的操作数据和所述实时操作数据，以尝试为最佳算法找到最佳神经网络权重结果，其中，所述最佳算法由所述仓库中的订单履行活动的期望优先级来限定。

3.根据权利要求1或2中任一项所述的订单履行控制系统，其中，所述智能体包括：多个人类拣选者、机器人拣选者和自动导引车(AGV)。

4.根据权利要求3所述的订单履行控制系统，其中，所述控制器被配置为经由控制器传达的可执行命令...

【技术特征摘要】
【国外来华专利技术】

1.一种用于仓库的订单履行控制系统，所述订单履行控制系统包括：

2.根据权利要求1所述的订单拣选控制系统，其中，所述训练模块包括：被配置为迭代地执行训练运行的神经网络，其中，所述训练运行重播所述模拟的操作数据和所述实时操作数据，以尝试为最佳算法找到最佳神经网络权重结果，其中，所述最佳算法由所述仓库中的订单履行活动的期望优先级来限定。

3.根据权利要求1或2中任一项所述的订单履行控制系统，其中，所述智能体包括：多个人类拣选者、机器人拣选者和自动导引车(agv)。

4.根据权利要求3所述的订单履行控制系统，其中，所述控制器被配置为经由控制器传达的可执行命令来控制所述agv和机器人拣选者。

5.根据权利要求3所述的订单履行控制系统，其中，所述agv包括：被配置为在所述仓库内收集和运送订购的物品的运输车辆。

6.根据权利要求5所述的订单履行控制系统，其中，所述机器人拣选者被配置为：收集所述订购的物品并将其放置到所述运输车辆上。

7.根据权利要求5所述的订单履行控制系统，其中，所述控制器被配置为经由通过所述控制器传达给人机界面(hmi)的可执行命令来控制所述人类拣选者，并且其中，每个hmi被配置为在订单履行活动中引导相应的人类拣选者。

8.根据权利要求7所述的订单履行控制系统，其中，被引导的履行活动包括：收集所述订购的物品并将其放置到所述运输车辆上。

9.根据权利要求1或2中任一项所述的订单履行控制系统，其中，所述仓库模拟是所述仓库的数字孪生模拟，并且其中...

【专利技术属性】
技术研发人员：亚历山大·克伦贾克，丹尼尔·胡伯斯，本特·阿贝尔，斯特凡诺·阿尔布雷希特，
申请(专利权)人：德马泰克有限公司，
类型：发明
国别省市：