Uso de heurísticas e simulação na otimização do agendamento de robôs móveis autônomos em ambientes de manufatura

Abstract

A crescente utilização de robôs móveis autônomos (AMRs) em ambientes industriais impõe desafios relacionados à designação de tarefas, sequenciamento e planejamento de trajetórias, essenciais para garantir eficiência operacional, redução de custos e flexibilidade. Este trabalho propõe e avalia três heurísticas de designação de tarefas integradas a um modelo de scheduling com planejamento de rotas utilizando A*: Proximidade, Ociosidade e Tempo de Chegada. O objetivo é analisar a adequação de cada estratégia a diferentes condições operacionais, considerando métricas de makespan, distância total percorrida, balanceamento de carga (gap) e custo computacional. O modelo foi implementado em Python e testado em quatro cenários de simulação com diferentes níveis de complexidade, representando situações desde produções balanceadas até ambientes heterogêneos. Os resultados evidenciam que não existe uma heurística dominante. A heurística de Proximidade destacou-se em cenários de baixa e média complexidade, alcançando makespans reduzidos e menor custo computacional, o que a torna apropriada para aplicações em que simplicidade e rapidez são prioridades. A heurística de Ociosidade apresentou melhor desempenho em cenários simétricos, equilibrando o esforço entre os robôs e reduzindo o makespan. Já a heurística de Tempo de Chegada demonstrou maior robustez em ambientes heterogêneos, reduzindo significativamente o deslocamento e promovendo melhor balanceamento, embora com tempo computacional ligeiramente superior. Conclui-se que a escolha da heurística deve ser orientada pelas características do ambiente produtivo e pelos objetivos estratégicos da operação. Apesar das diferenças relativas de desempenho, todas as heurísticas apresentaram tempos de execução absolutos muito baixos, o que demonstra viabilidade prática em sistemas industriais de pequena e média escala, nos quais múltiplos AMRs atuam com tarefas dinâmicas e necessidade de replanejamento frequente.