实体
Robotic Mobile Fulfillment Systems
Robotic Mobile Fulfillment Systems
PulseAugur coverage of Robotic Mobile Fulfillment Systems — every cluster mentioning Robotic Mobile Fulfillment Systems across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
神经形态强化学习框架大幅降低RMFS能耗和延迟
研究人员开发了SDQN-RMFS，一个用于机器人移动履行系统（RMFS）高效路径规划的新型框架。该系统将强化学习训练的人工神经网络转换为脉冲神经网络，从而在神经形态芯片上实现超低功耗运行。硬件实验表明，与GPU基线相比，能耗显著节省高达11,281倍，延迟降低两倍，同时保持了策略性能。
-
SOAR框架使用深度强化学习进行实时机器人调度
研究人员开发了SOAR，一个深度强化学习框架，旨在优化机器人移动履行系统中的订单分配和机器人调度。这种统一的方法解决了动态仓储环境中实时约束和复杂决策的挑战。SOAR利用软订单分配和事件驱动马尔可夫决策过程，并结合了异构图Transformer和奖励塑形以提高性能。实验表明，SOAR以低延迟将全局完成时间减少了7.5%，平均订单完成时间减少了15.4%，证明了其在生产环境中的实际可行性。