Наша задача — найти оптимальную конфигурацию склада. Мы придумали алгоритм, который автоматически перебирает все варианты и оптимизирует процессы под конкретную локацию, которую выбрали под склад. Пока хозяин только находит пустое помещение и прикидывает, что и как он будет вписывать в пространство (монтировать, пути для роботов, шкафы и столы), он уже может использовать автоматическую оптимизацию. Это не нейросети, а алгоритмы машинного обучения. Самое близкое, что можно подобрать, — это муравьиный алгоритм (он управляет коллективными действиями в колонии муравьев). Этот природный механизм был взят за основу при создании нашего алгоритма”, - ведущий программист-разработчик лаборатории волновых процессов и систем управления Центра прикладных систем ИИ МФТИ Алексей Старостенко.