V mednarodni znanstveni reviji Systems (MDPI) je objavljen članek »Graph Neural Networks and Deep Reinforcement Learning for Warehouse Order Picking and Representation Learning«, katerega avtorja sta asist. Nejc Čelik in red. prof. dr. Andrej Škraba, sodelavca Laboratorija za kibernetiko in sisteme za podporo odločanju Fakultete za organizacijske vede Univerze v Mariboru.
Povezava do članka: https://www.mdpi.com/2079-8954/14/6/659
V prispevku je predstavljen nov pristop za optimizacijo komisioniranja v skladiščih, ki združuje grafovske nevronske mreže (Graph Neural Networks – GNN) in globoko spodbujevano učenje (Deep Reinforcement Learning – DRL). Predlagana metoda omogoča iskanje skoraj optimalnih poti komisioniranja ter hkrati učenje uporabnih predstavitev (angl. embeddings) skladiščnih lokacij, ki odražajo strukturne značilnosti skladiščnega prostora.
Ključni prispevki raziskave:
uporaba grafovskih nevronskih mrež za modeliranje skladiščnih sistemov,
optimizacija poti komisioniranja z uporabo globoko spodbujevanega učenja,
doseganje skoraj optimalnih rešitev pri različnih velikostih naročil,
prenosljivost modela med skladišči različnih velikosti,
učenje predstavitev skladiščnih lokacij za podporo nadaljnjim optimizacijskim nalogam.
Raziskava pomembno prispeva k razvoju inteligentnih logističnih sistemov ter odpira nove možnosti za uporabo umetne inteligence pri upravljanju skladišč, optimizaciji logističnih procesov in razvoju naprednih sistemov za podporo odločanju. Predstavljeni pristop združuje področja umetne inteligence, logistike, modeliranja kompleksnih sistemov in sistemov za podporo odločanju ter predstavlja pomemben korak k avtonomnemu upravljanju skladiščnih procesov v okviru sodobne digitalne logistike.
Rezultati raziskave imajo pomemben potencial tudi za izboljšanje organizacije dela, učinkovitejše načrtovanje logističnih aktivnosti ter podporo odločanju pri upravljanju kompleksnih organizacijskih sistemov.
Povezava do članka: https://www.mdpi.com/2079-8954/14/6/659
