• Гун Шэншо, Московский государственный технический университет им. Н. Э. Баумана (Москва, Россия)

В статье рассматривается проблема группового управления функционально гетерогенными складскими роботами – роботами-погрузчиками (РП), роботами-транспортировщиками (РТ) и роботами-разгрузчиками (РР). Целью исследования является разработка миварной системы обработки информации и принятия решений, обеспечивающей динамическую классификацию транспортных задач, выбор исполнителей по критерию совместимости и адаптивное управление энергетическими ресурсами парка при сохранении линейной вычислительной сложности логического вывода и полной объяснимости решений. Предложена классификация транспортных задач на три типа – индивидуальную, кооперативную и коллективную транспортировку – на основе системы булевых индикаторов, динамического приоритета и проверки габаритно-весовых ограничений. Для коллективной транспортировки разработан механизм пространственной кластеризации грузов с двухрежимной маршрутной оптимизацией (полный перебор и комбинация ближайшего соседа с 2-opt). Для кооперативной транспортировки крупногабаритных грузов введён аукционный механизм формирования команд РТ, минимизирующий составную целевую функцию с учётом избыточности грузоподъёмности, гетерогенности скоростей и путевых затрат. Для каждого типа роботов сформулированы уравнения состояния, работоспособности и энергетической достаточности. Математическая модель преобразована в миварную базу знаний из 302 правил «ЕСЛИ–ТО» и верифицирована на платформе КЭСМИ. Новизна работы состоит в одновременном учёте функциональной гетерогенности парка, трёхкатегорийной классификации задач и адаптивного энергетического управления в рамках единой миварной базы знаний – аспектов, ранее рассматривавшихся изолированно. Экспериментальная проверка на имитационной системе (склад 1000×1000 м, 140 роботов, 300 задач) показала коэффициент выполнения задач 98,9–99,9 %, что на 14–18 п.п. превышает базовые алгоритмы. Метод сохраняет работоспособность при отказе до 30 % роботов и при увеличении доли кооперативных задач до 30 %.

мивар, миварная система принятия решений, миварная база знаний, логический искусственный интеллект, складской робот, групповое управление, распределение задач

2026-09-03