11月17日晚，由《物流技術(shù)與應(yīng)用》雜志、人工智能物流產(chǎn)業(yè)聯(lián)盟和曠視科技聯(lián)合打造的“AI+物流燈塔直播間”系列直播節(jié)目的第四期活動(dòng)在線上準(zhǔn)時(shí)開播。

作為本期直播嘉賓，北京科技大學(xué)博士生導(dǎo)師、《物流技術(shù)與應(yīng)用》執(zhí)行主編趙寧教授以《數(shù)字孿生與AI物流》為題進(jìn)行了深度分享，結(jié)合多個(gè)數(shù)字化工廠仿真規(guī)劃項(xiàng)目，從而更好地幫助制造業(yè)和物流業(yè)應(yīng)用物流仿真技術(shù)。

趙寧教授在北京科技大學(xué)機(jī)械工程學(xué)院物流工程系從事制造系統(tǒng)、物流系統(tǒng)的調(diào)度和仿真技術(shù)的教學(xué)和研究，曾參與西門子、慕斯寢具、九牧廚衛(wèi)、大族激光等多家大型企業(yè)的數(shù)字化工廠仿真規(guī)劃項(xiàng)目，致力于推動(dòng)物流仿真技術(shù)在制造業(yè)和物流業(yè)的廣泛應(yīng)用。同時(shí)，他還兼任中國仿真學(xué)會智能仿真優(yōu)化與調(diào)度專委會委員、中國機(jī)械工程學(xué)會工業(yè)大數(shù)據(jù)與智能系統(tǒng)分會委員、教育部高等學(xué)校物流管理與工程類專業(yè)教學(xué)指導(dǎo)委員會工作組成員、中國物流學(xué)會第六屆特約研究員。

趙寧教授的演講內(nèi)容豐富而全面，主要包括三大部分：

1.數(shù)字孿生、AI物流、智能調(diào)度等概念的產(chǎn)生及發(fā)展。

2.數(shù)字孿生理論和技術(shù)在智能物流領(lǐng)域應(yīng)用的原理基礎(chǔ)及發(fā)展現(xiàn)狀。

3.介紹數(shù)字孿生和仿真等技術(shù)在多層穿梭車系統(tǒng)調(diào)度和KIVA機(jī)器人系統(tǒng)調(diào)度研究中的應(yīng)用，以及取得的科研成果。

據(jù)趙寧教授介紹，數(shù)字孿生（Digital Twin）概念由2003年密歇根大學(xué)Grieves教授在產(chǎn)品生命周期管理（PLM）課程上首次提出，但其理論概念被廣泛傳播，要?dú)w功于2011年美國國家航空航天局探索利用（Digital Twin（DT）技術(shù)，用于航空航天飛行器的健康維護(hù)與保障。首先在數(shù)字空間建立真實(shí)飛機(jī)的模型，并通過傳感器實(shí)現(xiàn)與飛機(jī)真實(shí)狀態(tài)完全同步，這樣每次飛行后，根據(jù)結(jié)構(gòu)現(xiàn)有情況和過往載荷，及時(shí)分析評估是否需要維修，能否承受下次的任務(wù)載荷等。

數(shù)字孿生是物理世界的數(shù)字化表示。除飛機(jī)運(yùn)行維修外，可用于產(chǎn)品設(shè)計(jì)、生產(chǎn)制造、城市管理、物流等諸多領(lǐng)域，從而引起學(xué)術(shù)界的廣泛關(guān)注。

趙寧教授繼續(xù)解讀了智能（AI）物流、智能調(diào)度、物流仿真等概念。具體包括：AI物流是利用集成智能化技術(shù)，使物流系統(tǒng)能模仿人的智能，具有思維、感知、學(xué)習(xí)、推理判斷和自行解決物流中某些問題的能力。智能物流的未來發(fā)展將會體現(xiàn)出四個(gè)特點(diǎn)：智能化、一體化和層次化、柔性化、社會化。通過智能物流系統(tǒng)的四個(gè)智能機(jī)理，即信息的智能獲取技術(shù)、智能傳遞技術(shù)、智能處理技術(shù)、智能運(yùn)用技術(shù)來實(shí)現(xiàn)智能物流。

智能調(diào)度（intelligent scheduling）又稱基于知識的調(diào)度（knowledge-based scheduling)，是人工智能和智能控制感興趣的研究領(lǐng)域之一?，F(xiàn)實(shí)中的許多組合問題比較復(fù)雜，要從可能的組合或序列中尋求出一種最佳調(diào)度方案需要很大的搜索空間，可能產(chǎn)生組合爆炸問題。智能調(diào)度就是充分應(yīng)用有關(guān)問題域的知識，盡可能減少組合爆炸，使得最佳調(diào)度或組合問題獲得有效解決的調(diào)度方法。

物流仿真是針對物流系統(tǒng)進(jìn)行系統(tǒng)建模，并在電子計(jì)算機(jī)上編制相應(yīng)的應(yīng)用程序，模擬實(shí)際物流系統(tǒng)運(yùn)行狀況，并統(tǒng)計(jì)和分析模擬結(jié)果，用以指導(dǎo)實(shí)際物流系統(tǒng)的規(guī)劃設(shè)計(jì)與運(yùn)作管理。現(xiàn)實(shí)中很多物流系統(tǒng)比較復(fù)雜，需要通過仿真增強(qiáng)理解，優(yōu)化控制，其仿真原理是離散事件仿真。

隨后，趙寧教授還給大家分析和厘清了幾個(gè)相似的技術(shù)，包括數(shù)字孿生與動(dòng)畫、數(shù)字孿生與仿真、數(shù)字孿生與虛擬調(diào)度、數(shù)字孿生與虛擬監(jiān)控等等。

總體來說，這些技術(shù)都與數(shù)字孿生類似，但是有區(qū)別。他解釋說，如數(shù)字孿生相對于動(dòng)畫，不僅僅是對外部物理世界形象的鏡像反映，更重要的是對外物物流設(shè)備或者系統(tǒng)性能的模仿。虛擬調(diào)試的價(jià)值在于可以用低成本的計(jì)算機(jī)實(shí)驗(yàn)代替高成本的物理實(shí)驗(yàn)，但二者不同之處在于物理仿真一般面向的對象是系統(tǒng)，而虛擬調(diào)試一般面向的對象是設(shè)備。

虛擬調(diào)試更追求“真”，目的在于測試邏輯避免錯(cuò)誤；不追求“快” ，也就難以在系統(tǒng)層面進(jìn)行優(yōu)化。極致的“真”，往往是多學(xué)科多場融合的結(jié)果。極致的“快”，就需要從數(shù)學(xué)和數(shù)據(jù)上獲得更深的認(rèn)知。

談到數(shù)字孿生與虛擬監(jiān)控的區(qū)別，趙寧教授解讀到，隨著三維動(dòng)畫技術(shù)的普及，逐漸出現(xiàn)了用虛擬仿真動(dòng)畫代替攝像頭拍攝現(xiàn)場視頻的虛擬監(jiān)控技術(shù)。虛擬監(jiān)控是受現(xiàn)場實(shí)時(shí)數(shù)據(jù)的驅(qū)動(dòng)，將實(shí)時(shí)數(shù)據(jù)以動(dòng)畫形式展現(xiàn)；而虛擬仿真是將系統(tǒng)內(nèi)在邏輯寫到仿真模型中，靠系統(tǒng)內(nèi)在邏輯驅(qū)動(dòng)仿真和動(dòng)畫。

在演講中，趙寧教授著重介紹了數(shù)字孿生技術(shù)在智能（AI）物流中的應(yīng)用和發(fā)展。他介紹到，發(fā)展機(jī)器智能化主要有兩條技術(shù)線路，一個(gè)是人工神經(jīng)網(wǎng)絡(luò)，一個(gè)是智能算法。

人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Networks，ANNs）也簡稱為神經(jīng)網(wǎng)絡(luò)（NNs）或連接模型（Connection Model），它是一種模仿動(dòng)物神經(jīng)網(wǎng)絡(luò)行為特征，進(jìn)行分布式并行信息處理的算法數(shù)學(xué)模型。這種網(wǎng)絡(luò)依靠系統(tǒng)的復(fù)雜程度 ，通過調(diào)整內(nèi)部大量節(jié)點(diǎn)之間相互連接的關(guān)系，從而達(dá)到處理信息的目的。

“智能算法”是指在工程實(shí)踐中，經(jīng)常會接觸到一些比較“新穎”的算法或理論， 比如模擬退火算法、遺傳算法、差分進(jìn)化算法、粒子群算法、蟻群算法等。這些算法或理論都有一些共同特性（比如模擬自然過程），在解決一些復(fù)雜的工程問題時(shí)大有用武之地。

相比數(shù)字孿生技術(shù)，趙寧教授認(rèn)為虛擬調(diào)度和仿真技術(shù)應(yīng)用于智能物流系統(tǒng)都有一些困難。

其中，虛擬調(diào)度應(yīng)用的主要困難是：調(diào)度模型難以完全考慮所有現(xiàn)實(shí)因素，例如多機(jī)器人的擁堵問題、死鎖問題等。動(dòng)態(tài)信息難獲取，例如機(jī)器人故障信息獲取。優(yōu)化目標(biāo)難確定，例如效率最高、路徑最短、命中率最高如何取舍。約束條件難確定，例如空機(jī)器人可以穿貨架，不可穿立柱；單行道/雙行道等。調(diào)度算法的評價(jià)難，例如在10個(gè)機(jī)器人倉庫應(yīng)用良好的算法是否依然在100個(gè)機(jī)器人的倉庫依然有效？

仿真技術(shù)應(yīng)用的主要困難是：應(yīng)用目標(biāo)不明確，除了動(dòng)畫，能解決什么問題？成本高，仿真建模完全定制，周期長、耗費(fèi)人力多、成本高。擬真度低，仿真結(jié)果與物理結(jié)果偏差大。仿真速度慢，仿真速度接近甚至慢于物理時(shí)間。

如果有能夠解決上述問題的終極方法，那就是面向AI物流的數(shù)字孿生。

在科研工作中，趙寧教授已經(jīng)開展了利用數(shù)字孿生和仿真等技術(shù)對多層穿梭車系統(tǒng)調(diào)度和KIVA機(jī)器人系統(tǒng)調(diào)度進(jìn)行優(yōu)化的研究，并取得相關(guān)的科研成果。

最后，趙寧教授對未來數(shù)字孿生技術(shù)和智能物流的發(fā)展方向和相關(guān)問題進(jìn)行了展望和預(yù)測：

• 智能物流對傳統(tǒng)物流模式帶來極大的變革，消滅了許多應(yīng) 用人力造成的痛點(diǎn)， 同時(shí)帶來用好智能裝備的新需求。

• 智能物流系統(tǒng)的設(shè)計(jì)、調(diào)度、仿真一體化是有前景的應(yīng)用方向。

• 智能物流和數(shù)字孿生的結(jié)合是未來的方向。

• 調(diào)度的“穩(wěn)、準(zhǔn)、快”和仿真的“真、快”是發(fā)展的核心，對物流裝備產(chǎn)業(yè)具有很強(qiáng)的應(yīng)用價(jià)值。

• 企業(yè)側(cè)重落地,高校側(cè)重前沿,物流裝備領(lǐng)域的創(chuàng)新需要企業(yè)和高校在研發(fā)層面的深度融合。

曠視是全球領(lǐng)先的人工智能產(chǎn)品和解決方案公司。自2011年成立起，便意識到人工智能將為世界帶來巨大變革，而深度學(xué)習(xí)是支撐人工智能革命的關(guān)鍵。以深度學(xué)習(xí)為曠視的核心競爭力，我們得以持續(xù)不斷地推動(dòng)全球技術(shù)創(chuàng)新，并率先開始將前沿技術(shù)商業(yè)化。

依托自研的新一代AI生產(chǎn)力平臺Brain++，專注于算法能創(chuàng)造極大價(jià)值的領(lǐng)域：個(gè)人物聯(lián)網(wǎng)、城市物聯(lián)網(wǎng)和供應(yīng)鏈物聯(lián)網(wǎng)，向客戶提供包括算法、軟件和硬件產(chǎn)品在內(nèi)的全棧式、一體化解決方案，幫助客戶及終端用戶降本增效，并帶來極致體驗(yàn)。目前，曠視擁有近3000名員工，業(yè)務(wù)遍及全球，服務(wù)數(shù)十萬開發(fā)者和超過3000家行業(yè)客戶。

作為全球領(lǐng)先的人工智能產(chǎn)品和解決方案公司，曠視從2017年開始就進(jìn)入智慧物流領(lǐng)域，基于云、邊、端等平臺的深度神經(jīng)網(wǎng)絡(luò)算法創(chuàng)新，打造智能物流裝備及“智慧大腦”曠視河圖，并聚合行業(yè)合作伙伴，向工業(yè)物流及商業(yè)物流場景提供高度智慧化的行業(yè)解決方案及全生命周期服務(wù)，幫助企業(yè)降本增效、簡化管理，為工業(yè)數(shù)字化升級提供創(chuàng)新引擎。

在算法方面，曠視依托自主研發(fā)的新一代人工智能生產(chǎn)力平臺Brain++，結(jié)合物流場景的實(shí)際需求，能夠?yàn)椴煌奈锪鲌鼍岸ㄖ苹敵鏊惴?，讓新算法的生成更高效、更?jīng)濟(jì)地服務(wù)物流場景的客戶。

在軟件方面，曠視打造了業(yè)界首個(gè)機(jī)器人物聯(lián)網(wǎng)操作系統(tǒng)——河圖操作系統(tǒng)，具備生態(tài)連接、協(xié)同智能、數(shù)字孿生三大特性，使曠視得以在各類物流環(huán)境中智能協(xié)調(diào)軟件、物聯(lián)網(wǎng)設(shè)備和人，幫助客戶一站式解決規(guī)劃、仿真、實(shí)施、運(yùn)營全流程。目前河圖已經(jīng)成功落地百余個(gè)項(xiàng)目。

在硬件方面，曠視正在不斷推出新一代物料搬運(yùn)AGV、智能圓形播種機(jī)、AI+堆垛機(jī)等多款自研機(jī)器人及AI物流裝備，全面覆蓋搬運(yùn)、存儲、輸送分揀場景。目前，曠視在北京、寧波、蘇州擁有3家研發(fā)制造基地，用于機(jī)器人及智能物流裝備的測試與生產(chǎn)。今年下半年，曠視還將推出多款機(jī)器人及人工智能物流裝備。

此外，曠視也在不斷聯(lián)合產(chǎn)、學(xué)、研、用等產(chǎn)業(yè)各方的力量，共同推動(dòng)智慧物流的快速發(fā)展。

目前，曠視已將供應(yīng)鏈物聯(lián)網(wǎng)業(yè)務(wù)擴(kuò)展至10余個(gè)國家和地區(qū)，累計(jì)向智能制造、零售電商、3PL、汽車、鞋服、醫(yī)藥、教育等數(shù)10個(gè)行業(yè)的數(shù)百家客戶提供端到端的智慧物流解決方案。