abstract
Nella vita di tutti i giorni (quando camminiamo, guidiamo, ...) ci muoviamo con l'attenzione di evitare collisioni con chi o cosa ci circonda. Allo stesso modo sarebbe importante (soprattutto nell'ambito AGV) che un agente autonomo, collocato in uno spazio, assieme ad altri agenti, fosse in grado di percepire il moto delle entità attorno a se e capire come perseguire il proprio scopo muovendosi, senza per questo collidere con altri. Per questo abbiamo pensato alla possibilità che agenti dotati di intelligenza possano interagire fra di loro, nel caso prevedano il coinvolgimento in uno scontro, e attraverso un protocollo di negoziazione possano stabilire le rispettive traiettorie da intraprendere; dal momento che non tutte le entità devono avere lo stesso grado di intelligenza i protocolli dovranno adattarsi a tali evenienze. Per questo l'obiettivo è quello di simulare un magazzino, nel quale dei muletti autonomi si occupino di stoccare della merce arrivata ai dock di input e di evadere degli ordini prelevando dagli scaffali il materiale e portandolo ai dock di output. Per modellare diversi gradi di intelligenza, e quindi diversi approcci alla negoziazione, si è pensato alla possibilità che i muletti possano perdere parte della merce durante il tragitto; in tal caso alcune persone (dotati di un carrello manuale) si preoccuperanno del recupero della merce dispersa, al fine di ripristinare la normalità. I pallet e le persone non potranno interagire con i veicoli come visto in precedenza: la merce non ha possibilità di spostarsi e comunicare, così come un essere umano non ha l'abilità di concordare tempestivamente una soluzione (normalmente ci si limita a scappare); per questo motivo sarà necessario studiare delle soluzioni differenti che garantiscano comunque la sicurezza.
outcomes
