Im Rahmen des Intelligent Logistics Systems Labdes MIT werden beide Institutionen neue Anwendungsbereiche für diese KI-Modelle erforschen.  „Das Ziel unserer Zusammenarbeit mit Mecalux ist es, umwälzende Innovationen zu fördern und zwei hochwirksame Anwendungsfälle zu entwickeln, in denen KI die Entscheidungsfindung in der Industrie transformiert. Wir werden komplexe Machine-Learning-Modelle trainieren, die eigenständig lernen, Kosteneinsparungen fördern, den CO₂-Fußabdruck reduzieren und die Servicequalität für Kunden verbessern“, erklärt Dr. Matthias Winkenbach, Forschungsleiter des MIT Center for Transportation & Logistics und Leiter des Intelligent Logistics Systems Lab.

Im ersten Jahr dieses Projekts sollen die Teams des Intelligent Logistics Systems Lab und Mecalux zwei Forschungsvorhaben entwickeln. Das erste konzentriert sich auf die Steigerung der Produktivität autonomer Roboter in Lagern. Mithilfe fortschrittlicher Simulationen, Optimierungstechniken und Machine Learning werden die Forscher eine „Schwarmintelligenz“ entwickeln. So sollen mehrere Roboter wie eine Einheit agieren und kollektive Entscheidungen treffen können. „Wir werden eine neue Generation autonomer Roboter entwickeln, die aus dem Verhalten von Menschen lernen, um die Zusammenarbeit und Effizienz in Lagern zu verbessern“, betont Winkenbach.

Das zweite Forschungsvorhaben konzentriert sich auf das Training von Modellen mit selbstlernender KI. Das Intelligent Logistics Systems Lab soll Systeme entwickeln, die selbstständig aus Nachfrageschwankungen lernen und neue Einkaufsgewohnheiten der Kunden vorhersagen. „Die heutigen Distributionssysteme berücksichtigen nicht die gesamte Komplexität des logistischen Netzwerks und neigen dazu, vereinfachte Annahmen zu treffen. Dieses Projekt wird Unternehmen mit mehreren Lagern, Distributionszentren und Filialen dabei unterstützen, automatisch die effizienteste Methode zur Auslieferung jeder Bestellung zu bestimmen, basierend auf dem Echtzeitstatus des Verteilernetzwerks“, erläutert der Leiter des Intelligent Logistics Systems Lab.