AMR intelligenti e decentralizzati: un modello di simulazione ad aste per la logistica interna. = Intelligent and Decentralized AMRs: An Auction-Based Simulation Model for Intralogistics.

In questa tesi viene esplorata la creazione e l'utilizzo di un sistema Multi Agente al fine di migliorare i processi di picking, trasporto e consegna in un magazzino automatico tramite robot mobili autonomi (AMR). A valle di un'introduzione generale è inserita un'approfondita analisi della letteratura riguardante il ruolo degli AMR, l'utilizzo dei sistemi Multi Agente nei più disparati contesti e le tecniche che permettono l'ottimizzazione dei flussi. Il fulcro del saggio è composto dalla creazione del modello e dall'analisi dati. Partendo da un diagramma delle classi è stato creato un modello multi agente in un software di simulazione (AnyLogic) con il chiaro obiettivo di decentralizzare il processo decisionale degli AMR e rendere autonoma la scelta di questi ultimi nel prendere a carico il prodotto, ritirarlo, trasportarlo e consegnarlo. L'ottenimento di questa autonomia è realizzato tramite un modello ad aste e reward dove i prodotti (agenti del sistema) vengono associati ad un "job" corrispondente (controparte e agente virtuale del prodotto). La reward è l'obiettivo ultimo dei robot che vogliono massimizzarne l'ottenimento. Questo sistema diventa autoadattivo e porta ad un equilibrio ottimo grazie al bisogno dell'agente che fa l'offerta di vincere ed imparare dai suoi errori adattando l'offerta stessa tramite una memoria di quelle precedenti, sia che siano state vincenti, sia perdenti. Nell'ultima parte si traggono le conclusioni di questo lavoro e di come possa porsi come base nell'utilizzo della simulazione e dei modelli multi agente in contesti diversi di magazzino.