Gestión de almacenes con robótica automatizada
La ciencia detrás de la nueva tecnología que promete revolucionar el trabajo en los almacenes
Investigadores del MIT han desarrollado un nuevo método capaz de coordinar de manera más eficaz el movimiento de una flota de robots en almacenes de trabajo
La irrupción de la Inteligencia Artificial (IA) está reconfigurando el trabajo de una gran parte de las empresas y sectores. En palabras de Juan Gabriel Rodríguez, catedrático de Economía en la Universidad Complutense de Madrid, la digitalización está aumentando la desigualdad entre los trabajadores. Por ello, destaca la necesidad de adaptarnos para evitar un impacto mayor en los próximos años.
En su última investigación, impulsada por el Observatorio Social de la Fundación ”la Caixa”, el catedrático señala la irrupción de la IA ha provocado el aumento de empleo en determinados sectores, mientras que en otro sí se están destruyendo más puestos de trabajo.
«El problema es que la tecnología cambia de un día para otro, hay diversos tipos de IA y el impacto por sectores es distinto», destaca.
En este contexto, científicos del Instituto Tecnológico de Massachusetts (MIT por sus siglas en inglés) habrían creado una de las herramientas más revolucionarias en lo que a la gestión de almacenes se refiere. En colaboración con la empresa tecnológica Symbotic, los investigadores han desarrollado un nuevo método capaz de coordinar de manera más eficaz el movimiento de una flota de robots en almacenes de trabajo.
El sistema determina en cada momento qué unidades deben avanzar primero, dando prioridad a aquellas que corren mayor riesgo de quedar bloqueadas. Así, consigue redirigir los recorridos antes de que se produzcan.
Ilustración del nuevo sistema creado por el MIT
Este nuevo enfoque combina dos elementos. En primer lugar, se utiliza una herramienta de inteligencia artificial que permite decidir qué robots deben tener preferencia. Por otro lado, los científicos han integrado un algoritmo de planificación, el cuál traduce esas decisiones en instrucciones concretas.
En comparación con métodos tradicionales, este sistema logró incrementar la productividad en torno a un 25 %. De igual manera, el sistema presentó una notable capacidad de adaptación, ya que puede ajustarse con rapidez a distintos diseños de almacén o a variaciones en el número de robots operativos.
Al final de cuentas, coordinar cientos de robots en tiempo real no es una tarea sencilla. El problema se agrava porque el entorno es dinámico, ya que los robots reciben nuevas órdenes continuamente y deben reorganizar sus trayectorias de forma inmediata.
Para superar estas limitaciones, los investigadores entrenaron una red neuronal capaz de analizar el entorno y priorizar robots mediante simulaciones. Este modelo aprende a partir de prueba y error, recibiendo recompensas cuando mejora la eficiencia o evita conflictos. Con el tiempo, logra coordinar múltiples unidades de manera más eficaz y prever interacciones futuras, reduciendo así la probabilidad de bloqueos.
A la espera de que esta nueva tecnología se implante en entornos reales, los distintos resultados apuntan a su viabilidad en una gran número de empresas y almacenes.
