馬老師說，“菜鳥要全力以赴建設國家智能物流骨幹網，把中國物流成本占GDP的比重降到5%以下。”在這個背景下，菜鳥研發了柔性自動化倉儲系統，利用AI技術，讓大量機器人在倉内協同作業，組合成易部署、易擴充、高效的全鍊路倉儲自動化解決方案。
本次從智能揀選→智能拆垛/碼垛→智能分撥全鍊路展示，一個智能mini倉就在你眼前。
（小編偷偷告訴你，都是倉内真實應用哦~）
無人倉的背後是菜鳥5年來在柔性自動化的不斷探索和思考，未來的物流将通過包括AI在内的技術創新打造全面智慧化自動化的物流體系，更加快速高效地滿足使用者需求，當天，菜鳥網絡柔性自動化負責人朱禮君博士為我們分享菜鳥在柔性自動化方向的探索和實踐。
嘉賓介紹：
朱禮君，花名元享，現任菜鳥網絡資深算法專家，柔性自動化負責人，主要研究方向是人工智能和運籌優化算法在物流中的應用。
演講内容（為便于閱讀進行過适當編輯整理）：
元享：非常榮幸在這裡給大家分享菜鳥自動化的研究，今天人工智能和智慧物流這個領域正在經曆巨大的變革，我認為這兩者的融合一定會産生化學反應，使得人工智能推動智慧物流的飛躍，同時智慧物流也會給人工智能提供一個新的發展門檻
Part1：人工智能和新物流自動化
首先我們認為人工智能時代能夠給自動化物流帶來新的方式，這個自動化的趨勢和電商時代物流自動化的挑戰，使中國物流結構發生了非常大的變化。我們官方預計2050年勞動力人口會減少四分之一，現在勞動力的缺口是物流人士切身體會到的，特别是東南沿海非常難招到人，新的員工和老的員工的效率差别非常大，甚至差别一半以上。同時電商物流時代跟傳統的物流時代差别非常大：商品種類非常多，商品組成的總量非常多；訂單量非常大，特别是電商這兩年的訂單增長；商品多物流屬性多樣，對它們的處理非常複雜；特别中國的電商使用者對時效的要求非常高，一日達，甚至一小時達。
傳統的自動化是剛性的自動化，利用傳送帶等固定的裝置使得我們的物品在倉庫裡流動。新的電商時代我們需要創造新的自動化，需要更多的柔性，需要更多的AI技術在裡面，這樣才能适應快速變化的物流時代。
柔性自動化有什麼特點？
首先它的擴充性非常強，随着訂單的增長可以快速部署機器人，部署新的自動化裝置，使它能夠處理更多的訂單，而且它的魯棒性強，也就是單點的問題不會造成整個倉庫的問題。
然後是子產品化的設計，因為之前也提到商品非常多樣，有各種各樣的物流屬性和銷售屬性，是以不同的商品需要不同的作業模式，是以我們子產品化的時候需要子產品化的設計。同時，需要易部署和搬遷，需要不停地疊代，商品換季很快，業務的發展當中需要不停改變我們作業的模式，需要非常快速地做改變。最後，我們需要在全鍊路的自動化下我們得到一個比較大的經驗，除了省人和自動化的情況下，是作業的可預測性，作業的可預測性非常重要。
前面幾位專家提到人工智能時代我們有非常大的發展，柔性的自動化和智能有一個天生的綁定的關系，我們柔性自動化需要非常多機器人，它需要感覺，這裡面需要用到非常多的人工智能的技術，人工智能的新技術帶來了新的物流自動化機會，物流的快速發展給人工智能技術應用帶來了新的藍海。
Part2：菜鳥在柔性自動化上的實踐
電商的倉庫從頭到尾哪一些節點可以用到物流自動化的技術？從商品的入庫、揀選、打包、分拔等等都需要用到智慧自動化。這個鍊路中用了很多的裝置，我們可以用自動叉車做商品入庫，然後做補貨；訂單的揀選可以用AGV揀貨，我們AGV已經非常成熟，可以達到商業的标準；我們可以用自動封箱機；分撥也可以用AGV技術；碼垛也有碼垛的機械手臂……整個鍊路可以自動化。
在這個鍊路中什麼模式是最高效的？因為我們是一家網際網路公司，當然我們想到了計算機，倉儲的作業其實跟計算機做計算是非常類似的，倉庫裡面做物品的存儲，和做計算機資料的存儲非常類似；訂單的生産，我們把貨物從貨架上拿下來是跟計算機做提取、計算也非常類似；倉庫的備貨區裡面會存儲大量的商品，和計算機的硬碟很類似，計算機可能有很多檔案，有些檔案好幾個月都不會用到，和備貨區一樣；揀選區，有很多業務進行揀選，和記憶體差不多；電商有很多的爆品，會有爆品的區域，這相當于計算機的高速緩存，是以計算機的結構在倉儲裡面有相應的映射。
但是到了電商時代，我們之前也提到電商帶有一個比較大的特點，就是我們處理的種類很多，我們倉庫非常大，每天要處理的訂單非常的多，映射到計算機的結構裡面就相當于最近比較火的大資料的處理，大資料的處理上最有名的架構是MapReduce，這裡面三個最重要的操作Map、Shuffle、Reduce，Map就是把工作并行化，Shuffle怎麼把它再合到一起，Reduce就是最終産生結果。我們可不可以把這個idea映射到倉儲裡面，作業需要并行再合并，我們可不可以做分區并行的操作，不同區有不同的作業模式，不同自動化的模式，可不可以并行操作，有不同區并行生産，這個Map就是把訂單的揀選操作按照不同的生産作業模式并行化，Shuffle是暫存&合單，Reduce是播種在不同的訂單裡面。
基于這個想法我們提出了子產品化的多區并行的自動化的方案，因為在電商的倉庫中需要存儲很多不同的商品，需要分區，每個區可以有不同的作業模式，如下圖，每個區揀選完了以後有一個合流區，合流區有不同的商品合流在一起再出庫，因為有這麼一個并行的操作設計，各區可以根據商品做不同的揀選模式，并行完了以後都會流入到這個Rebin Zone，合流區做一個訂單的合流，每個區揀選完以後，然後合流到一個箱子裡面進行出庫。
下圖是我們設計的大倉的作業模式：
有爆品區做高速的緩存，這個爆品區我們有大宗的緩存，可能是一天會賣很多的商品，右邊是冷品區，是貨架到人的模式，會存大量的商品，每件商品都不多，但是會非常多樣。冷品區我們選擇貨架到人的模式，是因為一個貨架的商品是比較多的模式，人搬運的商品一天不會多。然後爆品區用的是揀選車到人的模式，是有一個AGV帶着裝訂單的箱子，AGV需要到訂單需要的商品附近，人不需要走，人隻需要揀貨。是以有不同屬性的商品，一個作業可以并行的發起，然後不同作業需要不同的商品放到同一個盒子裡面，完成質檢再打包。
整個操作是并行操作，是子產品化的，可以把上面的商品換成人或者是别的自動化的模式，可以是人也可以是機器，不會影響其他區的作業生産。
這裡面其實是多庫區的，超過500台AGV，聯合調動任務的配置設定、路徑的規劃是整個作業裡面最關鍵的。剛才看到的倉儲AGV當中有非常多的優化決策問題，這麼一個系統有非常多的決策問題。我們的目标很明顯，最大化的提升倉生産效率，縮短訂單處理時間，我們如何合并訂單生成揀選任務，怎麼下發揀選任務？車到人任務如何排程？貨到人的區先去哪個站再去哪個站呢？合并怎麼合呢？排程的時候是不是盡量保證不同的訂單同時到一個區呢？你如何做合并？所有都是決策的問題，是大規模的配置設定問題，這裡面用了非常多的算法，是整個系統效率優化的關鍵。
下面分享一下我們對分撥這個場景，就是物流中分撥的場景做的自動化方面的一些嘗試。分撥是什麼意思呢？比如說我收到一些包裹，倉庫裡生産出來的包裹，可能要到全國的各個城市，我需要分好上車運到全國各個城市，是以分好的包裹會按照流向和目的地做一個切分，分撥相當于真實物品的Shuffle。機器人非常适合做一個事情，它沒有固定的軌道，非常适合做點對點的傳播，我們如何設計這樣的系統呢？這是我們自己提出的新的柔性的分撥的方案。
總的idea如上圖（人可以删掉，未來可以替換成機械手臂）：包裹上到傳送帶，AGV會上到一個掃描台掃描，AGV就知道它去到什麼地方，然後将包裹倒入對應的集包簍，集包簍滿了就會被另外一個AGV帶走到對應的出庫月台。這樣AGV做簡單的處理就可以做分撥，除了上貨到出庫不需要有人的操作，這是非常柔性的自動化的系統。
這裡面核心的問題是，我們有不同的AGV的排程，有大的托集包簍的AGV，也有小的分撥的AGV，它們的路徑規劃其實是非常複雜的一個問題；其次就是每一個集包簍到哪一個目的地也是需要規劃的問題，比如說去北京的包裹非常多我就需要很多的集包簍去北京，因為它的流量很大，它應該放在哪個地方，它又不攔路，又能縮短AGV行走的時間，這非常關鍵，這是整個系統最關鍵的一點。
下面分享一下我們在機械臂方面的應用，我們做了一些拆碼垛及揀貨的應用，基于RGB-D資料的三維物體識别、定位、姿态估計激發、箱體分割算法等，見下圖。
Part3：菜鳥柔性自動化關鍵技術
分享一下我們做這麼多項目總結出來在柔性自動化領域做的關鍵的技術，物流這個行業，它不是一個純軟體工程，也不是一個純硬體工程，其實是一個系統工程，裡面做很多軟硬結合、共同設計的點。從流程的設計到硬體的設計、軟體的設計這一連串都需要一起綜合考慮，你才能夠達到這麼高效的效果。
第二點是IOT&Edgecomputing，我們在IOT方面有非常多的投入，倉庫是IOT非常好的投入點，它可以做很多的線上化、數字化、可控化。
第三點是機器人技術，最重要的三點是Perception、Planning、Execution。
第四點是大規模的大智能體規劃和排程技術，你在倉庫裡面要做柔性自動化的方案需要機器人協同，大量機器人的路徑規劃是影響到效率的，是以涉及到大規模的規劃和配置設定技術。
前面也提到倉儲機器人有資源配置設定優化問題。這裡的資源就是貨架、庫存、AGV，目标就是機關時間産出最大。資源配置設定問題有兩種解法，一個是中央規劃解法，我們要建大而廣的模型，收集每一個資料，收集每一個機器人在哪裡，收集每個貨在哪裡。建一個很大的模型，有一個資料分布，機關時間内出庫數量最大，菜鳥在稍微小一點的倉庫裡面用這種方式。
資源配置設定當中另外一種是資源分布式競價，誰出價更高就接誰的貨。特别大的倉庫裡面我們有非常多的機器人，非常多的貨架，各種組合可以完成揀選任務。機器人貨架可以模拟成一個任務，誰赢了誰做這個任務，整個市場平衡了配置設定應該是比較高效的，涉及比較關鍵就是競價的政策設計，在大型的倉庫上下遊之間銜接比較緊密、很難解耦的環境比較适合，因為你最上遊的決策可能影響到最後一個決策，是以整個上下遊的決策全部做下來是比較難的事情。
其實我們認為在未來很多大規模智能體的技術會往群體的方向發展，什麼叫群體智能呢？就是SwarmIntelligence。這是自然界中的現象，宏觀的自然界行為，比如說魚群和鳥群，優化算法裡面有蟻群算法，是通過模拟螞蟻的行為進行的算法，比如說螞蟻是會搭橋的，單個螞蟻并不會搭橋，但是螞蟻之間可以互相地搭橋讓其他的螞蟻走，這些概念可以應用到智能體的應用當中去，比如說智能體在倉庫當中的應用，這裡有分布式的控制的方法。我們認為每一個智能體有了足夠的智能導航和決策的功能之後，這應該是未來發展的方向。
Part4：總結
總結一下，柔性自動化有很強的擴充性，易部署，子產品化，算法非常高效非常智能，魯棒性非常強，任何一個單點不會影響系統的問題。技術上有很多的特點，比如說是軟硬結合的技術，是全鍊路的整個系統，每個環節需要綜合的考慮，算法方面要做大規模的智能優化，然後技術方面有很重要的一個方面是群體智能。
我們認為整個柔性自動化的發展是未來巨大的趨勢，它會對整個行業做一個巨大的革命，整個的過程需要多方一起協作，比如說硬體公司、機器人公司、物流公司、或者是像菜鳥這樣的公司都需要一起協作才可以做好，是整個行業的革命，任何一個單方都很難做好這個事情！
最後分享一下我個人的一些感受，我們做了很多的項目，這裡面其實之前分享的都是看上去比較高大上的一些技術，人工智能和群體智能這樣一些技術，但是其實我想說做這樣一些技術，我們真正要解決倉儲、快遞物流環節中各個環節的技術，去提高效率，要真正解決問題是需要我們深入到現場去的，我們同學經常深入到現場去，我們在倉庫各個環節寫過代碼，傳送帶上、貨架邊上、揀選站……所有的地方都寫過代碼，所有的同學都會非常投入，所有的同學真實體驗所有的産品。
用技術，幫助物流人員工作效率的提升，看到他們的喜悅，看到他們的滿意，這是我們整個過程中最大的收獲！
原文釋出時間為：2018-06-4
本文作者：元享
本文來自雲栖社群合作夥伴“
阿裡技術”，了解相關資訊可以關注“
”。