강화 학습은 시뮬레이션과 실제 세계에서 자율 트럭 모델을 훈련하는 데 도움이 될 수 있습니다. 출처: 아웃라이더
Outrider Technologies Inc.는 오늘 고객 현장에서 화물 처리량을 극대화하기 위해 고급 강화 학습(RL) 기술을 배포했다고 밝혔습니다. 회사는 자사의 RL 모델을 통해 경로 계획 속도를 10배까지 높일 수 있으며 Outrider System을 통해 분주하고 복잡한 유통 야드를 통해 화물을 보다 효율적이고 안전하게 이동할 수 있다고 말했습니다.
Vittorio Ziparo 최고 기술 책임자(CTO) 겸 엔지니어링 부사장은 “Outrider는 AI의 최신 기술을 사용하여 물류 야드에서 자율적으로 이동하는 트레일러의 회전 시간을 지속적으로 줄이고 있습니다.”라고 말했습니다. “시뮬레이션 및 실제 시나리오에서 RL을 사용하여 시스템 성능을 교육하고 평가함으로써 고객은 우리 기술을 통해 속도와 효율성이 점진적으로 향상되는 것을 확인할 수 있습니다.”
Outrider는 자동화에 중점을 두고 있습니다. 마당 대기업의 안전과 효율성을 향상시키는 물류 허브 운영을 지원합니다. 콜로라도주 브라이튼 소재 회사 위험하고 반복적인 수작업을 없애기 위해 기업과 협력한다고 밝혔습니다.
지금 등록하시면 컨퍼런스 패스를 40% 할인받으실 수 있습니다!
마당 효율성을 향상시키는 강화 학습
패키지 배송 기업, 전자상거래 그리고 소매소비재, 그리고 조작 효율성을 높이고 안전성을 향상시키기 위해 물류 야드의 수동 작업을 자동화하려고 합니다. Outrider는 강화 학습을 사용하여 다음을 수행할 수 있다고 주장했습니다. 기호 논리학 고객이 물리적 세계에서 인공지능의 이점을 보다 빠르게 실현할 수 있도록 지원합니다.
Ziparo는 “우선 고객과의 파트너십을 통해 이러한 주요 산업 발전을 촉진하고 있습니다.”라고 덧붙였습니다.
Outrider는 자사의 AI 기반 기능이 중복으로 보완된다고 말했습니다. 안전 장점을 결합한 메커니즘 일체 포함 산업 운영에 사용되는 전통적인 기능 안전 접근 방식을 사용합니다. 회사는 200,000개 이상의 안전 시나리오를 다루었으며 여러 제3자 안전 전문가와 Fortune 500대 고객이 안전 사례를 검증했다고 밝혔습니다.
RL 기술에는 시간이 지남에 따라 의사결정을 개선하는 모델을 만드는 것이 포함됩니다.
Outrider는 수년간의 행동 데이터 샘플을 사용하여 모델 학습 난이도가 증가하는 RL 커리큘럼을 개발했습니다. 이 기술은 교통 규칙 준수, 다른 차량과의 안전 거리 유지 등 선호하는 행동을 강화하고 바람직하지 않은 행동을 방지합니다.
RL 모델이 광범위하게 테스트되면 시뮬레이션 Outrider의 고급 테스트 시설의 차량에서 모델과 코드는 고객 사이트의 자율 운영에 배포됩니다.
“Fortune 500대 기업 고객의 야드는 수백 대의 트럭, 트레일러, 기타 차량 및 보행자가 매일 현장에서 운행하는 등 복잡합니다.”라고 Ziparo는 덧붙였습니다. “RL은 유통 및 제조 야드부터 복합운송 및 항만 터미널에 이르기까지 점점 더 복잡하고 다양한 환경을 처리할 수 있는 상용 시스템을 지원하므로 이러한 야드를 규모에 맞게 자동화하는 데 매우 중요합니다.”
회사는 지속 가능한 화물 운송 채택을 촉진하기 위해 배출가스 제로 시스템을 구축했습니다. “Outrider는 완전 자율적이고 배출가스 없는 트레일러 이동을 수행하는 최초의 야드 자동화 솔루션입니다.”라고 밝혔습니다.
Outrider는 강화 학습이 화물 야적장 효율성을 향상시킬 수 있다고 말합니다. 출처: 아웃라이더
Outrider는 하이브리드 클라우드에서 모델을 사용합니다.
Outrider의 강화 학습 기술은 여러 산업 분야의 다양한 크고 복잡한 유통 야드에서 수집되고 분류된 수백만 개의 독점 야드별 데이터 포인트를 사용합니다. 이러한 데이터 포인트는 Outrider의 독점 딥 러닝(DL) 및 RL 모델을 제공하여 향상된 지능, 정밀도 및 속도로 야드 작업을 자동화하는 신경망을 생성합니다.
DL 및 RL 모델을 통해 이러한 데이터 포인트를 처리하려면 퍼블릭 및 프라이빗 AI 클라우드 하이브리드에서 정교한 컴퓨팅 하드웨어와 비용 효율적인 교육 환경이 필요합니다. Outrider의 프라이빗 AI 클라우드 배포는 다음을 사용합니다. 엔비디아Equinix가 소유하고 운영하는 안전한 덴버 기반 데이터 센터에 설치된 의 DGX H200 그래픽 처리 장치(GPU).
Outrider의 글로벌 파트너십 수석 이사인 Tom Baroch는 “DL 및 RL 모델을 훈련하기 위해 기하급수적으로 증가하는 데이터 양을 처리할 때 처리 속도와 지출된 달러당 훈련 속도가 중요합니다.”라고 말했습니다.
“Outrider의 투자자인 NVIDIA는 우리가 DL 훈련 속도를 두 배로 높이는 데 필요한 최첨단 하드웨어를 확보하는 데 도움을 주었고 우리는 하이브리드 클라우드 훈련 환경을 배포하여 달러당 훈련 속도를 6배 늘렸습니다.”라고 그는 말했습니다. “이러한 접근 방식을 통해 Outrider는 고객에게 훨씬 더 큰 가치를 더 빨리 제공합니다.”
그만큼 회사 RL은 히칭, 후진, 트레일러 브레이크 라인 연결, 야적장 재고 추적, 창고, 야적장 및 운송 관리 시스템과의 통합을 포함하여 완전 자율 트레일러 이동을 촉진한다고 말했습니다.
회사는 RL 모델의 배포가 성과로 가득 찬 한 해를 마무리했다고 말했습니다. 2024년 하이라이트에는 다수의 보안 확보가 포함되었습니다. 특허 교부금 그리고 인상 시리즈 D 펀딩에서 6,200만 달러.
게시물 Outrider는 강화 학습을 사용하여 경로 계획 속도를 10배 향상합니다. 처음 등장한 로봇 보고서.
