近日，全球AMR引领者极智嘉(Geek+)联合香港大学提出全新适用工业场景的多机器人路径规划算法，并在云计算与智能系统国际会议IEEE CCIS上成功发表论文，科研实力再获权威坚实认证。
该创新算法侧重考虑机器人运动不确定性的多机器人路径规划问题，并提出相应的最优算法决策，这使算法得以更加适配实际工业应用场景，为学术研究与工业应用之间搭建起落地桥梁，推动人工智能领域朝实用方向发展。
效率瓶颈全链路感知
在线学习自适应规划
智能AMR集群路径规划算法是保证机器人集群系统高效运转的重要支撑。传统规划算法通常假设AMR具有固定的移动速度，忽略了AMR运行速度的不确定性。这种简化的假设可以大大降低系统模型的复杂度并减少运算耗时度，然而同样会带来大量规划结果与AMR实际行走的冲突，导致算法结果无法应用于实际场景。
事实上，实际的AMR应用场景中存在着多种不确定性。例如，自身定位不准确及周围环境建模不完备、AMR速度的时变性和不确定性等。本论文主要针对AMR速度的时变性和不确定性，通过对不确定性的数学建模以及重规划时机的选取配合，更好的规划出高冗余度的路径行走方案并随时跟进更新保持不确定性的范围可控。
论文提出的算法具备普适性、可并行、且可解释性强，更加适用于工业现场，已经成功应用于极智嘉全柔性仓储物流以及工业搬运解决方案。
