koran ai
알고리즘 예시 01

태스크 매칭

과거 매칭 경험 데이터를 기반으로 이동해야 선반 유휴 로봇(AMR) 1:1 매칭하고 온라인&오프라인 학습을 결합해 현재와 미래의 장려값을 최대화시킵니다, 지속적인 학습을 통해 매칭 책략을 최적화합니다.

online-planning-step
알고리즘 예시 02

경로 계획 

심층 강화 학습 동적 계획 알고리즘을 결합하고 전통적인 경로 계획의 한계를 돌파해 멀티에이전트가 분산식 협동 경로 계획을 진행하도록 지원으로 안전하게 장애물 회피할 있는 동시에 최소의 시간으로 목적지에 도착할 있습니다.

Path Planning Img
알고리즘 예시 03

주문 그룹

과거 대량 주문 데이터를 분석하는 동시에 미래 주문에 대해 예측합니다, 특성 추출, 관련성 분석 무감독 클러스터를 통해 최적의 주문 파도 조합을 산출할 있습니다

Order Grouping Img
알고리즘 예시 04

선반 조정

다양한 제품의 미래 주문 필요에 대한 예측을 통해 선반 운반할 횟수( 선반의 사용빈도수) 계산합니다. 로봇 운반 태스크를 생성으로 사용빈도가 일치되지 않은 선반을 최적의 위치로 조정해 전반적인 선반 운반 거리를 최소화합니다.

비고: 사용빈도가 높은 선반은 노란색 사각형 문양으로 표시

work-station
알고리즘 예시 05

박스 종류 추천

주문건 부피 정보에 따라 다양한 박스를 추천합니다지속적인 휴리스틱 검색을 통해 포장 재료 비용을 최소화하고 포장 효율성을 향상시킵니다.

3D Bin Packing
알고리즘 예시 06

재고보충 추천

데이터 엔드 엔드 재고보충 모드를 사용하고 사이클 시간내 창고 상태 주문 판매량을 실시간 모니터링을 기반으로 심층 신경망을 통해 다층적&멀티존인 재고보충 계획을 세웁니다, 채찍효과의 영향을 극복하고 재고보충 정확도를 크게 향상시킵니다.

Smart Replenishment