Interviu
05 Sau 2026
Interviu su Sara Schaumann, vyriausiąja Masačusetso technologijos instituto Transporto ir logistikos centro (MIT CTL) mokslininke
Pažangiųjų logistikos sistemų laboratorija suburia „MIT Transporto ir logistikos centro“ mokslininkus ir „Mecalux“ pramonės ekspertus, siekdama kurti ir įgyvendinti dirbtiniu intelektu pagrįstus sprendimus, skirtus aktualiausioms ir didžiausią poveikį turinčioms logistikos problemoms spręsti.
Šios laboratorijos, siekiančios skatinti pažangą, kuri didintų logistikos pramonės efektyvumą, tvarumą, atsparumą ir klientų pasitenkinimą, įkūrimą rėmė kompanija „Mecalux“.
Interviu
05 Sau 2026
Naujienos
14 Geg 2025
MIT Transporto ir logistikos centras bei „Mecalux“ bendradarbiauja tiriant naujas savarankiškai besimokančio DI taikymo galimybes versle ir visuomenėje. Šios partnerystės tikslas – įtraukti naujausius mokslo pasiekimus į sandėlių programinę įrangą ir automatizavimo sistemas.
Naujienos
16 Bal 2025
tinklalaidėje „Neištirta tiekimo grandinės sritis“ („Supply Chain Frontiers“) aptariamas MIT ir „Mecalux“ bendradarbiavimas mokslinių tyrimų srityje, siekiant diegti logistikos naujoves pasitelkiant DI ir mašininį mokymąsi. Šioje laidoje daugiausia dėmesio skiriama išmaniesiems sandėliams ir tam, kaip įveikti iššūkius, susijusius su pažangiųjų technologijų integracija į tradicines logistikos sistemas.
Vaizdo įrašai
01 Grd 2024
Dr. Matthias Winkenbach, Masačusetso technologijos instituto Transporto ir logistikos centro bei Pažangiųjų logistikos sistemų laboratorijos tyrimų direktorius, pasakoja apie projekto tikslus ištirti naujas DI modelių taikymo galimybes logistikoje.
Vaizdo įrašai
18 Lie 2024
Dr. Matthias Winkenbach, MIT CTL tyrimų direktorius, paaiškina, kaip Pažangiųjų logistikos sistemų laboratorija tyrinės mašininio mokymosi (MM) ir dirbtinio intelekto (DI) potencialą, siekdama pakeisti logistikos operacijų ir prekių transportavimo ateitį.
Didelio poveikio prognozavimo galimybės, pagrįstos dirbtiniu intelektu ir mašininiu mokymusi (ML), įskaitant labai tikslių artimiausio laikotarpio prognozių, būtinų greitoms logistikos paslaugoms, pavyzdžiui, pristatymui tą pačią dieną ir per kelias valandas, kūrimą.
Nauji metodai ir modeliai, kurie derina operacijų tyrimus su mašininiu mokymusi (ML) ir DI, siekiant išspręsti sudėtingas kombinatorines optimizavimo problemas, kurios yra ypač svarbios logistikos srityje, pavyzdžiui, transporto priemonių maršrutų, atsargų planavimui ir tinklo projektavimui, atsižvelgiant į sudėtingesnes užduotis, apribojimus ir neapibrėžtumus realiame pasaulyje.
Pažangių logistikos sistemų ir technologijų, kurios gali savarankiškai atlikti užduotis, priimti sprendimus ir mokytis savo aplinkoje be nuolatinės žmogaus intervencijos, kontrolė ir poveikis. Pavyzdžiui, tai gali būti mobilieji robotai, kurie padeda žmonėms arba juos pakeičia atliekant sandėliavimo ar pristatymo darbus ir veikia savarankiškai sudėtingomis ir dinamiškomis sąlygomis.
Autonominių sistemų arba subjektų, sąveikaujančių sprendžiant bendrą problemą, kolektyvinis elgesys ir koordinavimas. Pažangiųjų logistikos sistemų kontekste tai reiškia daugelio veiksnių, pavyzdžiui, autonominių robotų arba savarankiškai pervežimo paslaugas įmonėms teikiančių asmenų darbo sinchronizavimą ir bendradarbiavimą siekiant optimizuoti sistemos veikimą.
Kaip galima patobulinti žmogaus sprendimų priėmimą, derinant žmogaus intelektą su DI. Laboratorija ketina tirti, kaip sprendimų priėmimo palaikymo sistemos ir operacijų valdymo programinė įranga gali veiksmingai derinti žmogiškąją patirtį su dirbtinio intelekto teikiamomis įžvalgomis.