Подход к распределению задач технологического процесса среди неоднородных участников кртс с учетом их состояния

Обложка

Цитировать

Полный текст

Аннотация

Описываются результаты серии экспериментов для задач формирования оптимального состава исполнителей и минимизации времени выполнения задач технологического процесса (по три случая для каждой задачи, отражающие три реализованных механизма решения). Представлены показатели эффективности распределения задач между участниками и оценки эффективности взаимодействия людей и коботов. Показан обзор вычислительных экспериментов других авторов, посвященных распределению задач в многоагентных и коллаборативных робототехнических системах (КРТС). Представлен качественный сравнительный анализ полученных результатов экспериментов, проведена оценка условий и результатов экспериментов на основе сформированных показателей оценки эффективности взаимодействия людей и коботов и эффективности распределения задач между участниками. Анализ показывает сопоставимые результаты по минимизации времени выполнения задач с использованием авторских решений по сравнению с рассмотренными работами. Следует отметить, что авторская постановка задач распределения работ в КРТС по сравнению со другими работами обладает комплексностью. В частности, во всех моделируемых задачах (подбор оптимального состава исполнителей, все варианты минимизации времени выполнения задач технологического процесса и затрат) обязательно проверяется требование коллаборации людей и коботов (совместное выполнение любой задачи хотя бы одним коботом и хотя бы одним человеком), при этом отслеживается степень задействования каждого участника. Кроме того, в случае подбора оптимального количества людей и коботов из состава КРТС осуществляется проверка выполнимости технологического процесса расчетным составом участников.

Об авторах

Ринат Романович Галин

ФГБУН Институт проблем управления им. В.А. Трапезникова РАН

Email: grr@ipu.ru
Москва

Марк Владиславович Мамченко

ФГБУН Институт проблем управления им. В.А. Трапезникова РАН

Email: markmamcha@gmail.com
Москва

Сания Болаткызы Галина

ФГБУН Институт проблем управления им. В.А. Трапезникова РАН

Email: kameshevasaniya@gmail.com
Москва

Василий Александрович Зорин

ФГБУН Институт проблем управления им. В.А. Трапезникова РАН

Email: v.a.zorin@mail.ru
Москва

Список литературы

  1. ГАЛИН Р.Р., ГАЛИНА С.Б., МАМЧЕНКО М.В. Подход к распределению работ в коллаборативной робототех-нической системе с учетом модели рабочего простран-ства и динамического переназначения исполнителей // Известия Кабардино-Балкарского научного центра РАН. – 2023. – Т. 6, №116. – С. 21–32.
  2. ГАЛИН Р.Р., ШИРОКИЙ А.А., МАГИД Е.А. и др. Эф-фективное функционирование смешанной неоднородной команды в коллаборативной робототехнической си-стеме // Информатика и автоматизация. – 2021. – Т. 20, №6. – С. 1224–1253.
  3. ПЕТРЕНКО В.И., ТЕБУЕВА Ф.Б., ГУРЧИНСКИЙ М.М. и др. Алгоритм планирования последовательности вы-полнения задач агентами роевых робототехнических систем в условиях неполноты информации // Сборник материалов V Международной научно-практической конференции «Развитие современной науки и технологий в условиях трансформационных процессов». – 2022. – С. 160–169.
  4. ALI A., AZEVEDO‑SA H., TILBURY D.M. et al. Heteroge-neous human–robot task allocation based on artificial trust // Scientific Reports. – 2022. – Vol. 12, No. 1. – P. 1–15.
  5. ALI A., AZEVEDO-SA H., TILBURY D.M. et al. Using Trust for Heterogeneous Human-Robot Team Task Alloca-tion // AAAI Fall Symposium on AI for HRI. – 2021. – P. 1–4.
  6. CHEN F., SEKIYAMA K., CANNELLA F. et al. Optimal subtask allocation for human and robot collaboration within hybrid assembly system // IEEE Trans. on Automation Sci-ence and Engineering. – 2013. – Vol. 11, No. 4. – P. 1065–1075.
  7. CHOWDHURY M., MAIER M. Local and nonlocal human-to-robot task allocation in fiber-wireless multi-robot net-works // IEEE Systems Journal. – 2017. – Vol. 12, No. 3. – P. 2250–2260.
  8. DARVISH K., BRUNO B., SIMETTI E. et al. Interleaved online task planning, simulation, task allocation and motion control for flexible human-robot cooperation // 27th IEEE Int. Symposium on Robot and Human Interactive Communi-cation (RO-MAN-2018). – 2018. – P. 58–65.
  9. DJEZAIRI S., AKLI I., ZAMOUM R.B. et al. Mission alloca-tion and execution for human and robot agents in industrial environment // 27th IEEE Int. Symposium on Robot and Human Interactive Communication (RO-MAN-2018). – 2018. – P. 796–801.
  10. FUSARO F., LAMON E., DE MOMI E. et al. An integrated dynamic method for allocating roles and planning tasks for mixed human-robot teams // 30th IEEE Int. Conf. on Robot & Human Interactive Communication (RO-MAN-2021). – 2021. – P. 534–539.
  11. GALIN R.R., GALINA S.B. Numerical Modeling Results of Work Allocation Algorithm in Collaborative Robotic Sys-tem // Int. Russian Automation Conference (RusAutoCon-2024). – 2024. – P. 843–848.
  12. GALIN R.R., MAMCHENKO M.V., GALINA S.B. Task Al-location Methodology in Collaborative Robotic Systems // Int. Russian Automation Conference (RusAutoCon-2023). – 2023. – P. 1004–1009.
  13. GALIN R., SHIROKY A., MAGID E. et al. Effective Func-tioning of a Mixed Heterogeneous Team in a Collaborative Robotic System // Informatics and Automation. – 2021. – Vol. 20, No. 6. – P. 1224–1253.
  14. GALINA S.B., GALIN R.R. Approach to Efficient Task Allo-cation and Cost Minimization in Collaborative Robotic Sys-tems // International Russian Smart Industry Conference (SmartIndustryCon-2023). – 2023. – P. 574–579.
  15. HABIBIAN S., LOSEY D.P. Encouraging human interaction with robot teams: Legible and fair subtask allocations // IEEE Robotics and Automation Letters. – 2022. – Vol. 7, No. 3. – P. 6685–6692.
  16. HAM A., PARK M.J. Human-robot task allocation and scheduling: Boeing 777 case study // IEEE Robotics and Au-tomation Letters. – 2021. – Vol. 6, No. 2. – P. 1256–1263.
  17. HOWARD A.M. Role allocation in human-robot interaction schemes for mission scenario execution // Proc. of the IEEE Int. Conf. on Robotics and Automation (ICRA-2006). – 2006. – P. 3588–3594.
  18. JOHANNSMEIER L., HADDADIN S. A hierarchical hu-man-robot interaction-planning framework for task alloca-tion in collaborative industrial assembly processes // IEEE Robotics and Automation Letters. – 2016. – Vol. 2, No. 1. – P. 41–48.
  19. JUNG Y., KIM H., SUH K.D. et al. Human-Centered Dy-namic Service Scheduling Approach in Multi-Agent Envi-ronments // Applied Sciences. – 2022. – Vol. 12, No. 21, 10850. – P. 1–18.
  20. KARAMI H., DARVISH K., MASTROGIOVANNI F. A task allocation approach for human-robot collaboration in product defects inspection scenarios // 29th IEEE Int. Conf. on Robot and Human Interactive Communication (RO-MAN-2020). – 2020. – P. 1127–1134.
  21. LEE M.L., BEHDAD S., LIANG X. et al. Task allocation and planning for product disassembly with human–robot collaboration // Robotics and Computer-Integrated Manufac-turing. – 2022. – Vol. 76, No. 102306. – P. 1–15.
  22. LI X., ZHANG Z., WU D.D. et al. A multi-robot allocation model for multi-object based on Global Optimal Evaluation of Revenue // Int. Journal of Advanced Robotic Systems. – 2021. – Vol. 18, No. 6. – P. 1–18.
  23. LIPPI M., MARINO A. A mixed-integer linear programming formulation for human multi-robot task allocation // 30th IEEE Int. Conf. on Robot & Human Interactive Communica-tion (RO-MAN-2021). – 2021. – P. 1017–1023.
  24. MAMCHENKO M.V., GALINA S.B. Modified Algorithm and Simulation Tool for Task Allocation and Work Distribu-tion in Collaborative Robotic Systems for Technological Processes // Int. Russian Automation Conference (RusAu-toCon-2024). – 2024. – P. 691–696.
  25. MINA T., KANNAN S.S., JO W. et al. Adaptive workload allocation for multi-human multi-robot teams for independ-ent and homogeneous tasks // IEEE Access. – 2020. – Vol. 8. – P. 152697–152712.
  26. NOORMOHAMMADI-ASL A., AYUB A., SMITH S.L., DAUTENHAHN K. Task Selection and Planning in Human-Robot Collaborative Processes: To be a Leader or a Follow-er? // 31st IEEE Int. Conf. on Robot and Human Interactive Communication (RO-MAN-2022). – 2022. – P. 1244–1251.
  27. RAHMAN S.M.M., WANG Y. Mutual trust-based subtask allocation for human–robot collaboration in flexible light-weight assembly in manufacturing // Mechatronics. – 2018. – Vol. 54. – P. 94–109.
  28. RIEDELBAUCH D., HENRICH D. Coordinating flexible human-robot teams by local world state observation // 26th IEEE Int. symposium on Robot and Human Interactive Communication (RO-MAN-2017). – 2017. – P. 1000–1005.
  29. RIEDELBAUCH D., HENRICH D. Exploiting a human-aware world model for dynamic task allocation in flexible human-robot teams // Int. Conf. on Robotics and Automa-tion (ICRA-2019). – 2019. – P. 6511–6517.
  30. TRAM A.V.N., RAWEEWAN M. Optimal Task Allocation in Human-Robotic Assembly Processes // 5th Int. Conf. on Ro-botics and Automation Engineering (ICRAE-2020). – 2020. – P. 158–162.
  31. ZHANG F., ZHANG Y., XU S. Collaboration effectiveness-based complex operations allocation strategy towards to human–robot interaction // Autonomous Intelligent Systems. – 2022. – Vol. 2, No. 20. – P. 1–12.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать


Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».