In questo momento in cui molto si parla di intelligenza artificiale (AI) e robotica, il futuro della produzione e delle operazioni industriali traccia nuove e più ampie sfide in termini di efficienza, flessibilità e adattabilità all’ambiente industriale. Sempre più diffusi, ad esempio, sono i veicoli autonomi e programmabili in grado di selezionare, sollevare, trasportare e consegnare piccoli pacchi o pallet di grandi dimensioni in ambienti interni ed esterni di un impianto produttivo e/o di un magazzino logistico.
L’impiego dell’AI e dei robot mobili nell’industria è ormai una realtà consolidata, ma è possibile fare un ulteriore salto di qualità con una collaborazione intelligente tra robot. Questa nuova area di ricerca industriale ha il potenziale di fronteggiare scenari sempre più impegnativi, consentendo ai robot mobili di interagire per coordinarsi e lavorare insieme in modo sinergico e creare nuove e più avanzate soluzioni di Industry 4.0 e smart factory sostenibile, interconnessa e sicura.
Gli ambiti in cui AI e robotica fanno la differenza
Tanto per i produttori di robot che per gli utilizzatori è fondamentale studiare gli scenari e le dinamiche in cui è utile che i robot possano sfruttare al massimo le loro capacità individuali per muoversi in ambienti dinamici e svolgere compiti complessi, collaborando fra loro in modo intelligente ed evitando interazioni negative.
Alcuni degli ambiti chiave che caratterizzano questa nuova frontiera includono:
- divisione dei compiti in base alle abilità dei robot: grazie all’AI, i robot possono coordinarsi intelligentemente assegnando compiti specifici in base alle loro capacità peculiari, sfruttandole al massimo;
- condivisione di risorse e informazioni: l’AI facilita la messa a fattor comune di sensori, strumenti, informazioni, migliorando la cooperazione nell’ambiente industriale;
- adattamento dinamico alle condizioni dell’ambiente: i robot, grazie all’AI, possono adattarsi in tempo reale alle mutevoli condizioni dell’ambiente di lavoro, garantendo una maggiore flessibilità nelle operazioni;
- apprendimento dalle esperienze passate: tramite l’applicazione di metodi di machine learning i robot accumulano conoscenza dalle esperienze passate per affrontare sempre meglio le sfide che si presentano;
- scalabilità: grazie all’AI, i sistemi multirobot possono scalare facilmente per adattarsi alle crescenti esigenze dell’industria.
Cefriel e Politecnico di Milano, con il corso Multirobot Collaboration, hanno sperimentato in un’azienda specializzata nello sviluppo di soluzioni intralogistiche automatizzate ed integrate per imprese produttrici e distributrici di beni di largo consumo la valenza di un percorso formativo che accompagni nella comprensione di un nuovo modo di concepire l’automazione industriale. Attraverso lezioni e laboratori pratici, il corso ha fornito una profonda disamina dei concetti e degli algoritmi per la collaborazione multirobot, presentando sia tecniche consolidate già oggetto di applicazione in ambito industriale, sia temi tutt’ora in corso di studio nell’ambito della ricerca accademica. Infatti, nel campo dell’automazione industriale, l’impiego contemporaneo di numerosi robot mobili rappresenta una frontiera dell’innovazione, promettendo livelli di produttività e adattabilità senza precedenti.
L’idea di base del corso era preparare i partecipanti nel guidare l’innovazione nell’ambito dell’automazione industriale, dotandoli delle competenze necessarie a cogliere appieno il potenziale dell’AI e della collaborazione multirobot. Dato il livello di integrazione con i processi produttivi, infatti, lo sviluppo e la crescita delle competenze interne in quest’ambito costituisce un’alta priorità strategica che non può essere demandata ai fornitori.
I temi da approfondire tramite specifica formazione
La formazione in questo ambito oltre a lezioni frontali deve prevedere momenti esercitativi utili a trasferire esperienza pratica nell’implementazione degli algoritmi in linguaggi di programmazione.
I temi affrontati, partendo da una introduzione all’AI e ai concetti di agente e pianificazione che forniscono una solida base per la comprensione del funzionamento dei sistemi multirobot, devono orientarsi su:
- path planning e collision detection con un singolo agente quali metodi per individuare possibili collisioni e per pianificare percorsi sicuri per un singolo agente robotico;
- passaggio da uno a molti robot, comprendendo scenari cooperativi e competitivi e affrontando le nuove sfide che emergono;
- nuovi problemi e tematiche quali l’assegnazione dei compiti (task allocation) e il coordinamento dei robot per ottimizzare la collaborazione multirobot e individuazione di percorsi ottimali per più robot in modo da evitare collisioni e minimizzando il tempo, analizzando diverse strategie in scenari centralizzati o distribuiti.
Obiettivo della formazione è quello di preparare le persone impiegate in ambito ricerca e sviluppo a essere protagoniste nel campo della multirobot collaboration, fornendo gli strumenti necessari per affrontare le sfide dell’automazione industriale del futuro. Come leader aziendali, oggi, è fondamentale riconoscere l’importanza di ricevere formazione adeguata su questa tematica dirompente, poiché essa può determinare la differenza tra essere all’avanguardia e restare indietro nella competizione globale.
* Francesco Amigoni, professore associato Politecnico di Milano
Gianluca Ripa, head of Unit Analytics & AI
Per saperne di più scarica il whitepaper: Intelligenza artificiale responsabile
Leggi tutti gli approfondimenti della Rubrica Never stop innovating by Cefriel e Inno3
© RIPRODUZIONE RISERVATA
