隨著電子商務的蓬勃發展，倉庫管理機器人已經經歷了相當大的發展。為了它們的進化，研究工作正在進行，包括生物啟發式的各種股。

(相關資料圖)

經驗之談

●機器人在物流領域找到了越來越多的空間和用途，亞馬遜和沃爾瑪等巨頭部署機器人系統管理倉庫的戰略就是證明。僅就移動機器人而言，這是一個非常有活力的市場，預計2025年全球收入將達到180億美元。

●倉庫中的機器人已經存在了很長時間，但隨著電子商務的發展--在大流行的幫助下--它們已經變得異常普遍，在過去的20到30年里，由于越來越多地使用人工智能，它們的技術演進也變得異常廣泛。

●為了開發智能和自主機器人系統，研究工作正在幾個方面進行。在最原始的股中，至少有兩個靈感來自大自然，特別是共生和蜂群，值得一提。

機器人技術在物流領域的傳播有許多相似之處。最近的一件事涉及亞馬遜，它是電子商務巨頭，也是世界上最大的倉庫管理機器人投資者，在該領域的總投資中占38%。去年春天，它宣布啟動一個10億美元的工業創新基金，以支持機器人公司。

9月對比利時Cloostermans公司的最新收購，該公司專門從事倉庫自動化的技術解決方案，也指向了這個方向。它將成為亞馬遜機器人公司的一部分，該部門是為開發使用移動機器人的訂單履行系統而設立的。

世界上最大的連鎖超市沃爾瑪，也在爭取在倉庫中更廣泛地使用機器人。這就是為什么它擴大了與專門從事基于人工智能的供應鏈技術的Symbotic集團的合作，在美國的所有42個配送中心部署機器人解決方案和軟件自動化平臺。

Symbotic的系統具有簡化訂單執行過程的視覺技術、用于包裝和拆包物品的機械臂以及移動機器人。正是對后者越來越感興趣：根據Interact Analysis的估計，移動機器人市場的收入將在2025年達到180億美元。同一家分析公司在另一份報告中預測，未來三年將售出近210萬臺移動機器人，其中僅2025年就有近86萬臺。

為什么倉庫里對機器人有這么大的需求？為了滿足物流基礎設施內的自動化需求，預計其數量也將急劇上升：根據Interact分析，全球倉庫的數量將從2020年的約150,600個增加到2025年的180,000個。

對這一趨勢的確認是多方面的：物料搬運協會的一項調查指出，在未來五年內，物流業對機器人技術的采用將增加50%或以上。

許多人都在打賭，機器人技術將改變倉庫的管理和設計方式。為了實現這一目標，對研究的需求將越來越大，因此將開發出越來越多的高性能和 "智能 "技術解決方案。

倉庫中的機器人：它們做什么和使用什么類型的機器人

用于物流和自動化的機器人解決方案當然不是新事物。我們想到了傳送帶、掃描儀和其他創新，它們促進了行業的發展，并使之有可能滿足訂單處理中不斷增長的速度要求。

但是，由于過去兩年電子商務的指數式增長--由大流行病引起的--所帶來的投資和變化的速度，以及更迅速和更有效地處理訂單的需要，導致了它們的使用急劇增加。

因此，對機器人和自動化系統的需求不斷增加，其在倉庫的存在是歷史性的。想想自主移動機器人（或AMR）：第一個最基本的例子是由英國神經生理學家威廉-格雷-沃爾特在20世紀40年代和50年代之交發明的。

盡管與今天的人工智能驅動的機器人相比，那些最早的自主機器人相當粗糙，但它們為其明顯的進步奠定了基礎。人工智能因素明顯地加速了它們的演變，這解釋了過去30年AMR的根本變化。在某些方面，它們被比作自主導航車（AGV），也是允許在倉庫內運輸材料的自動化解決方案。但自主移動機器人在技術上要先進得多。

機器人以及與人類操作員的協作

在物流領域，最著名和最廣泛的機器人系統是cobots，即協作機器人。這些是半自主的移動機器人，旨在通過與人類操作員的協作和互動，幫助他們在倉庫環境中完成各種任務。一些人跟隨工人在倉庫周圍走動，充當揀選訂單的移動容器。還有一些人執行更高級的任務。

這些機器人配備了傳感器，使其能夠區分各種障礙物，從而確保在設施中準確導航。長期以來，研究工作一直致力于改善人與機器之間的這種關系。在這方面，讓我們回顧一下歐洲MindBot項目，該項目由IRCCS Eugenio Medea研究所構思和協調。

物流自動化的解決方案還包括自動存儲和檢索系統（AS/RS）。這些是計算機和機器人輔助的系統，能夠檢索物品或將其儲存在特定區域，幫助實現庫存管理自動化，并按需儲存/檢索貨物。

物流業的機器人技術：增長由人工智能驅動

機器人技術在物流中的應用越來越多，其關鍵在于人工智能技術的使用越來越多。專門的研究分支正在成倍增加。

其中包括在美國卡內基梅隆大學的制造業未來研究所（MFI）開展的工作。在這里，一個工程師和計算機科學家團隊正在研究未來的倉庫機器人。

研究的重點是開發各種解決方案，如多代理路徑規劃與進化強化（MAPPER），這是一種基于強化學習的方法，使機器人能夠進行自主探索和自我學習。

相反，機器人根據他們的本地觀察做出獨立決定。他們的這些能力將越來越多地使機載傳感器能夠在越來越大的范圍內觀察動態障礙物。但通過強化學習，機器人將能夠在學習中不斷發展，以處理越來越復雜的情況。

這些智能機器人將使倉庫更容易、更快速、更經濟地部署大型機器人車隊，包括在能源效率方面。事實上，當機器人行駛的距離較短時，將有可能減少能源消耗，因為它們能夠自主地學習規劃路線，以節省能源。

此外，分散的方法將減少經典集中式方法所需的計算和通信的能量。

MFI開發的另一個研究基礎是上下文感知安全強化學習（CASRL），這是一個元學習框架，通過該框架，機器人可以學習安全地適應其環境中的非穩定干擾。

通過CASRL，機器人可以學會在復雜的情況下或在不可預見的干擾下安全導航，而這些干擾在現實世界的應用中隨處可見，并且會帶來無窮的麻煩。

但在未來的物流管理中，卡內基梅隆大學的科學家們還會有其他的機會：特別是一個新的項目，將基于數字雙胞胎和安全關鍵的元態環境的生成，這對于開發越來越智能和可靠的生產機器人至關重要。

物流業機器人的未來：從啟發式算法...

物流機器人技術研究要滿足的需求涉及機器人移動履行系統，需要對其進行優化以滿足更快、更準確的訂單處理需求。

為了實現這一目標，必須進一步優化機器人運動。這就是中國大連理工大學莊艷玲領導的研究小組正在進行的工作。他們的研究重點是開發模型和算法以提高機器人系統的效率。

特別是，Zhuang正在開發一個具有多個拾取站的移動機器人躲避系統，作為一個混合編程模型。然后，他和他的團隊一起引入了一種啟發式算法，在多個分揀站生成訂單和貨架序列。他使用真實數據，測試了所提方法的性能。據研究人員說，結果令人驚訝。

......從大自然中獲得靈感的方法：共生和群居

還是關于物流機器人的新研究領域，我們想提一下受大自然啟發的兩條研究路線。第一種是以共生為線索，即兩個生命體之間的共存和合作，如螞蟻和蚜蟲之間的共存。

它旨在簡化交付和倉庫管理，由南加州大學工業和系統工程教授約翰-古納爾-卡爾松領導的研究小組正在研究。

為了開發優化技術以幫助實現這一新方案，他剛剛獲得了豐田公司雷蒙德公司的20萬美元資助。

2023年期間，卡爾森將設計一個設施，以展示 "輔助車輛 "車隊，如自動地面機器人或空中無人機，如何在自動化倉庫等背景下與大型送貨車輛快速有效地協同工作。

該科學家開發的系統被稱為共生車輛路由，是一種進化版的車輛路由。教授本人對其工作原理解釋如下："在一個共生系統中，你可以有一個大型叉車與地面上的小型機器人一起運行，運輸單個物品并將其放置在需要的地方。

卡爾森和他的團隊將使用一種算法來實現共生路由系統，在該系統中，倉庫中的大型主車可以移動整個貨架，同時得到拾取個別物品的 "助手 "AGV車隊的協助。這個已經設計好的算法將被該團隊用于實驗中，以找到主機和助手之間最有效的路線。

在這個自動化系統之間相互協作的角度，還有另一條研究路線，在這種情況下，它著眼于蜂群。我們正在談論蜂群機器人：它們在英國已經有了具體的用途，Ocado是技術驅動的軟件和機器人平臺的專家，為在線雜貨購物提供解決方案。

關鍵詞： 移動機器人 解決方案 人工智能