全球新消息丨机器人和物流：研究使用人工智能和自然作为灵感来源

随着电子商务的蓬勃发展，仓库管理机器人已经经历了相当大的发展。为了它们的进化，研究工作正在进行，包括生物启发式的各种股。

(相关资料图)

经验之谈

●机器人在物流领域找到了越来越多的空间和用途，亚马逊和沃尔玛等巨头部署机器人系统管理仓库的战略就是证明。仅就移动机器人而言，这是一个非常有活力的市场，预计2025年全球收入将达到180亿美元。

●仓库中的机器人已经存在了很长时间，但随着电子商务的发展--在大流行的帮助下--它们已经变得异常普遍，在过去的20到30年里，由于越来越多地使用人工智能，它们的技术演进也变得异常广泛。

●为了开发智能和自主机器人系统，研究工作正在几个方面进行。在最原始的股中，至少有两个灵感来自大自然，特别是共生和蜂群，值得一提。

机器人技术在物流领域的传播有许多相似之处。最近的一件事涉及亚马逊，它是电子商务巨头，也是世界上最大的仓库管理机器人投资者，在该领域的总投资中占38%。去年春天，它宣布启动一个10亿美元的工业创新基金，以支持机器人公司。

9月对比利时Cloostermans公司的最新收购，该公司专门从事仓库自动化的技术解决方案，也指向了这个方向。它将成为亚马逊机器人公司的一部分，该部门是为开发使用移动机器人的订单履行系统而设立的。

世界上最大的连锁超市沃尔玛，也在争取在仓库中更广泛地使用机器人。这就是为什么它扩大了与专门从事基于人工智能的供应链技术的Symbotic集团的合作，在美国的所有42个配送中心部署机器人解决方案和软件自动化平台。

Symbotic的系统具有简化订单执行过程的视觉技术、用于包装和拆包物品的机械臂以及移动机器人。正是对后者越来越感兴趣：根据Interact Analysis的估计，移动机器人市场的收入将在2025年达到180亿美元。同一家分析公司在另一份报告中预测，未来三年将售出近210万台移动机器人，其中仅2025年就有近86万台。

为什么仓库里对机器人有这么大的需求？为了满足物流基础设施内的自动化需求，预计其数量也将急剧上升：根据Interact分析，全球仓库的数量将从2020年的约150,600个增加到2025年的180,000个。

对这一趋势的确认是多方面的：物料搬运协会的一项调查指出，在未来五年内，物流业对机器人技术的采用将增加50%或以上。

许多人都在打赌，机器人技术将改变仓库的管理和设计方式。为了实现这一目标，对研究的需求将越来越大，因此将开发出越来越多的高性能和 "智能 "技术解决方案。

仓库中的机器人：它们做什么和使用什么类型的机器人

用于物流和自动化的机器人解决方案当然不是新事物。我们想到了传送带、扫描仪和其他创新，它们促进了行业的发展，并使之有可能满足订单处理中不断增长的速度要求。

但是，由于过去两年电子商务的指数式增长--由大流行病引起的--所带来的投资和变化的速度，以及更迅速和更有效地处理订单的需要，导致了它们的使用急剧增加。

因此，对机器人和自动化系统的需求不断增加，其在仓库的存在是历史性的。想想自主移动机器人（或AMR）：第一个最基本的例子是由英国神经生理学家威廉-格雷-沃尔特在20世纪40年代和50年代之交发明的。

尽管与今天的人工智能驱动的机器人相比，那些最早的自主机器人相当粗糙，但它们为其明显的进步奠定了基础。人工智能因素明显地加速了它们的演变，这解释了过去30年AMR的根本变化。在某些方面，它们被比作自主导航车（AGV），也是允许在仓库内运输材料的自动化解决方案。但自主移动机器人在技术上要先进得多。

机器人以及与人类操作员的协作

在物流领域，最著名和最广泛的机器人系统是cobots，即协作机器人。这些是半自主的移动机器人，旨在通过与人类操作员的协作和互动，帮助他们在仓库环境中完成各种任务。一些人跟随工人在仓库周围走动，充当拣选订单的移动容器。还有一些人执行更高级的任务。

这些机器人配备了传感器，使其能够区分各种障碍物，从而确保在设施中准确导航。长期以来，研究工作一直致力于改善人与机器之间的这种关系。在这方面，让我们回顾一下欧洲MindBot项目，该项目由IRCCS Eugenio Medea研究所构思和协调。

物流自动化的解决方案还包括自动存储和检索系统（AS/RS）。这些是计算机和机器人辅助的系统，能够检索物品或将其储存在特定区域，帮助实现库存管理自动化，并按需储存/检索货物。

物流业的机器人技术：增长由人工智能驱动

机器人技术在物流中的应用越来越多，其关键在于人工智能技术的使用越来越多。专门的研究分支正在成倍增加。

其中包括在美国卡内基梅隆大学的制造业未来研究所（MFI）开展的工作。在这里，一个工程师和计算机科学家团队正在研究未来的仓库机器人。

研究的重点是开发各种解决方案，如多代理路径规划与进化强化（MAPPER），这是一种基于强化学习的方法，使机器人能够进行自主探索和自我学习。

相反，机器人根据他们的本地观察做出独立决定。他们的这些能力将越来越多地使机载传感器能够在越来越大的范围内观察动态障碍物。但通过强化学习，机器人将能够在学习中不断发展，以处理越来越复杂的情况。

这些智能机器人将使仓库更容易、更快速、更经济地部署大型机器人车队，包括在能源效率方面。事实上，当机器人行驶的距离较短时，将有可能减少能源消耗，因为它们能够自主地学习规划路线，以节省能源。

此外，分散的方法将减少经典集中式方法所需的计算和通信的能量。

MFI开发的另一个研究基础是上下文感知安全强化学习（CASRL），这是一个元学习框架，通过该框架，机器人可以学习安全地适应其环境中的非稳定干扰。

通过CASRL，机器人可以学会在复杂的情况下或在不可预见的干扰下安全导航，而这些干扰在现实世界的应用中随处可见，并且会带来无穷的麻烦。

但在未来的物流管理中，卡内基梅隆大学的科学家们还会有其他的机会：特别是一个新的项目，将基于数字双胞胎和安全关键的元态环境的生成，这对于开发越来越智能和可靠的生产机器人至关重要。

物流业机器人的未来：从启发式算法...

物流机器人技术研究要满足的需求涉及机器人移动履行系统，需要对其进行优化以满足更快、更准确的订单处理需求。

为了实现这一目标，必须进一步优化机器人运动。这就是中国大连理工大学庄艳玲领导的研究小组正在进行的工作。他们的研究重点是开发模型和算法以提高机器人系统的效率。

特别是，Zhuang正在开发一个具有多个拾取站的移动机器人躲避系统，作为一个混合编程模型。然后，他和他的团队一起引入了一种启发式算法，在多个分拣站生成订单和货架序列。他使用真实数据，测试了所提方法的性能。据研究人员说，结果令人惊讶。

......从大自然中获得灵感的方法：共生和群居

还是关于物流机器人的新研究领域，我们想提一下受大自然启发的两条研究路线。第一种是以共生为线索，即两个生命体之间的共存和合作，如蚂蚁和蚜虫之间的共存。

它旨在简化交付和仓库管理，由南加州大学工业和系统工程教授约翰-古纳尔-卡尔松领导的研究小组正在研究。

为了开发优化技术以帮助实现这一新方案，他刚刚获得了丰田公司雷蒙德公司的20万美元资助。

2023年期间，卡尔森将设计一个设施，以展示 "辅助车辆 "车队，如自动地面机器人或空中无人机，如何在自动化仓库等背景下与大型送货车辆快速有效地协同工作。

该科学家开发的系统被称为共生车辆路由，是一种进化版的车辆路由。教授本人对其工作原理解释如下："在一个共生系统中，你可以有一个大型叉车与地面上的小型机器人一起运行，运输单个物品并将其放置在需要的地方。

卡尔森和他的团队将使用一种算法来实现共生路由系统，在该系统中，仓库中的大型主车可以移动整个货架，同时得到拾取个别物品的 "助手 "AGV车队的协助。这个已经设计好的算法将被该团队用于实验中，以找到主机和助手之间最有效的路线。

在这个自动化系统之间相互协作的角度，还有另一条研究路线，在这种情况下，它着眼于蜂群。我们正在谈论蜂群机器人：它们在英国已经有了具体的用途，Ocado是技术驱动的软件和机器人平台的专家，为在线杂货购物提供解决方案。

关键词： 移动机器人 解决方案 人工智能