Industrial Collaborative Multi-agent Systems: Main Challenges

Aplicación de algoritmos de aprendizaje automático a sistemas robóticos multiagente para la programación y control de operaciones productivas y logísticas: una revisión de la literatura reciente

“…Según literatura, los algoritmos para los MARS, garantizan la adaptabilidad en varios sistemas, incrementando la capacidad de resolver automáticamente problemas que pudieran generarse (Shereuzhev & Serebrenny, 2020).…”

“…Los principales hallazgos encontrados referente a los algoritmos de aprendizaje para los MARS en la revisión bibliográfica, son: como objetivo del algoritmo de optimización es optimizar la capacidad colaborativa para mejorar la eficiencia de producción, optimizar el tiempo para resolver problemas, aumentar la productividad en las industrias. Weichhart et al (2018), Kiktev et al 2021, Shereuzhev & Serebrenny, 2020, Sekala et al, 2018, Kirks et al, 2019 y Zhu et al (2019), en sus estudios experimentales manifiestan que los agentes robots cada vez van ganando espacio en las industrias por su libertad de tomar decisiones más precisas, en vista que los escenarios de las industrias son planificados y por más agentes robóticos inteligentes que existan necesitan supervisión humana. Kiktev et al (2021), Shereuzhev & Serebrenny (2020), Sekala et al (2018), Kirks et al (2019) y Zhu et al (2019, manifiestan que los algoritmos propuestos, en cada una de sus investigaciones permiten generar y ejecutar varios escenarios de automatización, que permite proyectarse las industrias en diferentes costos de implementación de estos sistemas automáticos.…”

“…Weichhart et al (2018), Kiktev et al 2021, Shereuzhev & Serebrenny, 2020, Sekala et al, 2018, Kirks et al, 2019 y Zhu et al (2019), en sus estudios experimentales manifiestan que los agentes robots cada vez van ganando espacio en las industrias por su libertad de tomar decisiones más precisas, en vista que los escenarios de las industrias son planificados y por más agentes robóticos inteligentes que existan necesitan supervisión humana. Kiktev et al (2021), Shereuzhev & Serebrenny (2020), Sekala et al (2018), Kirks et al (2019) y Zhu et al (2019, manifiestan que los algoritmos propuestos, en cada una de sus investigaciones permiten generar y ejecutar varios escenarios de automatización, que permite proyectarse las industrias en diferentes costos de implementación de estos sistemas automáticos. 2017), en un inicio manifiestan proponer sistemas reconfigurables para adaptarse a cambios solicitados por la demanda de los productos, esto hace que se integren diferentes agentes robóticos pero el principal problema es la falta de compatibilidad en los algoritmos manejados al momento de interactuar entre si, buscando un objetivo en común.…”

“…Weichhart et al (2018) en su investigación muestra que los robots colaboran en procesos ente agentes humanos y agentes artificiales en un sistema de producción flexible con este trabajo propone minimizar los conflictos y errores de interacciones que pueden impedir la efectividad de la detección, reduciendo así la calidad de los cultivos. Shereuzhev & Serebrenny (2020) explica que los robotsagentes muestran que, para una operación segura, es necesario crear arquitecturas de control sociales de CMRS con separación del sistema en el nivel de observación superior, el nivel de descomposición de tareas y el nivel de efectores asociados con los agentes del sistema, robots y humanos. La simulación confirmó plenamente la eficacia de los algoritmos propuestos para la generación y ejecución automatizada de escenarios.…”

Robots in Human Life

“…Nowadays Bauman University has several departments in Robotics. In research it has good positions in industrial robotics [10], UGVs, USV, medical robots. As it was mentioned earlier there were quite a few projects made in Bauman which have resulted in real machines being used in Russia and abroad.…”