Robotic Packaging Optimization with Reinforcement Learning

要約

無駄とリードタイムを最小限に抑えながら生産性と柔軟性を最大化するという需要の高まりにより、インテリジェント製造の重要性がますます高まっています。
この研究では、食品をベルトコンベアから容器に移す自動化された二次ロボット食品包装ソリューションを調査します。
これらのソリューションにおける主な問題は、生産性の大幅な低下を引き起こす可能性がある製品供給の変動です。
この問題に対処するために使用される従来のルールベースのアプローチは、多くの場合不適切であり、業界の要件の違反につながります。
一方、強化学習は、経験に基づいて対応的かつ予測的なポリシーを学習することで、この問題を解決できる可能性があります。
ただし、非常に複雑な制御スキームでこれを利用するのは困難です。
この論文では、制御システムの他の部分との干渉を最小限に抑えながら、コンベアベルトの速度を最適化するように設計された強化学習フレームワークを提案します。
実世界のデータでテストすると、このフレームワークはパフォーマンス要件を上回り (99.8% 梱包された製品)、品質 (100% 梱包された箱) を維持します。
既存のソリューションと比較して、私たちが提案するフレームワークは生産性を向上させ、よりスムーズな制御を実現し、計算時間を短縮します。

要約(オリジナル)

Intelligent manufacturing is becoming increasingly important due to the growing demand for maximizing productivity and flexibility while minimizing waste and lead times. This work investigates automated secondary robotic food packaging solutions that transfer food products from the conveyor belt into containers. A major problem in these solutions is varying product supply which can cause drastic productivity drops. Conventional rule-based approaches, used to address this issue, are often inadequate, leading to violation of the industry’s requirements. Reinforcement learning, on the other hand, has the potential of solving this problem by learning responsive and predictive policy, based on experience. However, it is challenging to utilize it in highly complex control schemes. In this paper, we propose a reinforcement learning framework, designed to optimize the conveyor belt speed while minimizing interference with the rest of the control system. When tested on real-world data, the framework exceeds the performance requirements (99.8% packed products) and maintains quality (100% filled boxes). Compared to the existing solution, our proposed framework improves productivity, has smoother control, and reduces computation time.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google