亞馬遜履行中心使用了數以千計的移動機器人。為了保持產品流動，亞馬遜機器人公司的研究人員精心設計了獨特的解決方案。

每一天，亞馬遜都會收到數百萬份訂單。對于每一個訂單，它都會對這些商品何時出現在客戶的門口做出承諾。

為了滿足這些最后期限，亞馬遜建立了由50多萬個移動機器人組成的車隊。典型的亞馬遜履行中心有四層樓，每層樓都有幾個足球場大小，有4000個或更多的機器人將產品運送到站臺，由員工選擇運輸。在一些大樓里，額外的機器人會按照郵政編碼對這些發出的包裹進行分類，以便運送。

對于亞馬遜機器人公司的研究人員來說，數量龐大的機器人需要一些創造性的解決問題方法。

亞馬遜機器人AI的首席應用科學家邁克爾沃爾夫（Michael Wolf）說："想象一下，我們希望我們的機器人在設定的時間內盡可能多地取送物品。起初，我們可以通過增加更多的機器人來提高吞吐量。但到了一定程度，它們的龐大數量開始造成擁堵。機器人會相互干擾，降低整個系統的效率。"

這是一個少數公司面臨的挑戰。亞馬遜，因為其巨大的規模和取悅客戶的需要，已經成為利用機器人的領導者，同時其科學團隊努力使擁堵不影響運營效率。

亞馬遜機器人公司的研究和科學高級經理喬伊·達勒姆(Joey Durham)幫助領導了這一進程。他在10年前亞馬遜收購Kiva系統公司之前加入了該公司，這是一家倉庫機器人的先驅。當時，Kiva客戶平均使用約250個機器人。亞馬遜的愿景是要遠遠超越這些界限。

達勒姆說："當我們第一次開始關注它時，我們認為需要超過8000個機器人來維持一個亞馬遜履約中心的運行，但是沒有足夠的空間容納它們。這時我們真的必須解決擁堵問題。如今我們已經解決了這個問題，因此我們的效率大大提高了。"

雖然亞馬遜對擁堵挑戰的答案隨著時間的推移而演變，但其最初的解決方案并不涉及交通管理。相反，這一切都是為了幫助機器人做出更好的決定。

了解地板

為了理解為什么更好的決策很重要，考慮一下亞馬遜的大型矩形履約中心是如何布局的。機器人和被稱為 "吊艙 "的四面存儲架位于中間，其中包含數百萬件獨立產品。

裝有產品的吊艙從中間流向周邊的站臺，在那里，員工們選擇履行每個訂單所需的物品，并將其放入周轉箱。當需要一個特定的吊艙時，一個機器人從1000磅重的吊艙下面滑過，把它從地板上抬起來，然后把它帶到站臺上。這與傳統倉庫正好相反，在傳統倉庫中，工人們每天都要走過數英里的過道，一個一個地挑選產品。通過消除這些行程，亞馬遜極大地提高了生產力。

當亞馬遜收到一個訂單時，該訂單會被分配到設施或最能滿足它的設施。然后，一個基于云的計算機系統決定訂單中的每件物品使用哪個吊艙，以及哪些訂單要一起處理，以優化每個吊艙交付的物品。就像拼車一樣，每個吊艙挑選更多的物品將減少機器人的擁擠程度。

在這一過程中，有一些權衡。亞馬遜希望在地板上存儲最大數量的貨物。同時，它希望盡可能有效地將產品轉移到站點。杜倫說："我們一直面臨的挑戰是如何在增加存儲空間的同時給機器人足夠的操作空間。"

尋找流量

雖然良好的工作分配和路線決策可以順暢交通并減少不必要的行程，但管理機器人的實際運動也很重要。為了簡化任務，亞馬遜的云計算服務創建了相當于城市網格地圖的虛擬空間，機器人可以在上面 "南北 "或 "東西 "行駛。一旦機器人拿起一個吊艙，計算服務就會創建一條通往其最終目的地的路線。

為了優化整體系統效率并確保機器人不會相互干擾，亞馬遜開發了協調機器人運動的算法。主要挑戰是制定足夠快的計劃以領先于所有移動機器人。該團隊使用的一種方法是計算“社會規則”來指導機器人的整體流動以避免交通混亂，同時還要考慮是否應該允許機器人打破這些規則以走捷徑并更有效地到達目的地。

然而，履行中心的動態特性意味著新訂單不斷送達，員工進出站點，機器人在感知到意外問題時會停下來。再加上地板上的吊艙和機器人的數量以及亞馬遜的規模，你就會開始意識到挑戰的范圍。沃爾夫說：“實際上有數萬億種可能性，我們必須實時解決這些問題。”

相反，該系統尋求不斷調整計劃以適應地板上的條件。達勒姆解釋說：“這種反應對我們來說比全球優化的時間表更重要。理想情況下，我們都想要。因此，我們必須在確保系統具有反應性和盡可能優化之間找到這種微妙的平衡。”

走下滑道

一旦訂單被打包并貼上標簽，它們就會進入分揀中心。在那里，工人和機械臂將包裹從傳送帶上拉下來，掃描條形碼以獲取目的地信息，然后將每個包裹放在一個小型機器人上。然后機器人繞著地板上的一系列洞穿行，每個洞代表一組不同的郵政編碼。當它到達正確的位置時，它會將包裹從滑槽下落到下面的裝卸碼頭，然后在那里進行交付。一個典型的分揀樓層有數百個滑槽和一千個機器人，它們將包裹運送到那里。

然而，與履行相比，分揀提供的優化選擇較少。在分揀中，隨機混雜的包裹在傳送帶上滾動，系統必須在包裹到達時處理它所發現的任何東西。

因此，亞馬遜機器人研究人員著手設計更好的流量管理模式。云中的計算機為每個機器人規劃一條路徑。與履行層一樣，分揀中心定義了虛擬街道，控制機器人可以向哪個方向移動——但這里的街道更寬。

這會產生新的問題和解決這些問題的新算法。例如，當多個機器人在多車道交叉路口相遇時，其中一些機器人想要直行或轉向迎面而來的車輛時會發生什么？為了創造更優化的交通流，亞馬遜機器人研究人員正在開發一種新的多智能體規劃系統，該系統將同時考慮更多機器人。

但即使是最先進的多智能體規劃也無法為亞馬遜大樓中的數千個或更多機器人進行足夠快的規劃。因此，達勒姆的團隊正在發明“混合”解決方案，將單個機器人的快速規劃與受最先進方法啟發的協調技術相結合。達勒姆說，目標是在沖突發生之前發現并解決沖突。

達勒姆說：“我們的目標是創建一個不斷發展的計劃，我們沒有閑工夫在零點坐下來，想出一個完美的計劃來讓我們的機器人動起來。相反，我們從已經啟動和運行的計劃開始，而且我們在一秒鐘前就已經解決了。然后，我們用什么變化、什么出錯、什么新東西出現來更新它，然后重新確定機器人應該做什么的優先次序。"

以增量為基礎

多智能體規劃將是向前邁出的重要一步，但亞馬遜還有更多的概念正在研究中。亞馬遜在機器人方面擁有無與倫比的經驗，其研究人員希望使用機器學習來更好地應對常見挑戰。然后他們可以將這些學習到的策略和啟發式方法整合到一個更好的多智能體系統中。

沃爾夫說：“當這些機器人移動并環顧四周時，他們可以評估他們所看到的并在云中查找最佳策略來處理它，這將為我們節省為每個機器人復制這些政策的成本，并使世界各地的政策更新變得更加容易。亞馬遜研究人員還在開發學習算法，使系統能夠預測未來地板上的擁堵區域會出現在哪里，以及它們何時會消失，這種預測能力讓規劃變得更有知識。”

亞馬遜希望通過與正在探索尚未準備好商業化的新概念的學者聯系，在這項工作的基礎上再接再厲。

去年10 月，亞馬遜宣布與麻省理工學院合作，為機器人和人工智能創建一個科學中心。在那里，亞馬遜正在與使用機器學習研究城市中自動駕駛和人工駕駛汽車的交通流量的 Cathy Wu 教授以及運籌學問題專家 Cynthia Barnhart 教授合作，例如如何將機器人分配給任務。

他們正在探索如何使用機器學習來讓機器人車隊避免擁堵。亞馬遜的科學家希望利用學術研究來開發更好的算法，以便在擁堵出現之前預測它，并規劃算法來避免它。

最終目標是繼續將技術擴展到新的方向。機器學習衍生的策略以及更好的預測和規劃算法將使亞馬遜能夠增加其分揀和履行中心的機器人數量，并安全地增加交通流量。這將幫助客戶更快地獲得他們的包裹。

盡管取得了長足的進步，但這只是開始。機器人技術仍然是一門年輕且發展迅速的科學。例如，亞馬遜資助了幾所大學的多個項目，從機器學習和共享自治到硬件重新設計和人機交互。高級應用科學經理杰里米-懷亞特（Jeremy Wyatt）說：“我們有機會不僅可以為我們的客戶使用科學改進產品，還可以支持機器人研究人員作為公共產品，”

然而，亞馬遜還提供了更多的東西，只有規模才能提供的東西。

沃爾夫說：“亞馬遜擁有我在行業中看到的最具挑戰性、最全面、最現實的問題，如果你想對現實世界產生影響，那就是機器人研究的地方。它讓研究人員有機會看到我們的解決方案部署在數十萬個機器人上。而且，由于我們的運營一直在發展，因此總是有一個令人興奮的新挑戰需要解決。”

在美國亞馬遜機器人公司(Kiva System)Amazon Robotics，我們一直在重新構想現在的樣子。我們看到了大局，設想了一個更好的局面，并建立了將復雜問題變成優雅簡單解決方案的聯系。我們現在朝著更智能，更快，更一致的客戶體驗的方向推動著亞馬遜以及整個行業向前發展。我們以無畏的決心，以切實可行的解決方案來解決這一不可能，我們今天將迎接明天的挑戰。我們現在重新想象。

Amazon Robotics成立于2003年，其理念是為了滿足電子商務中的消費者需求，必須有一種更好的訂單履行解決方案。今天，該公司正在徹底改變亞馬遜在全球的運營。作為亞馬遜最大的東海岸研究與開發組織，亞馬遜機器人公司的發展速度超過了公司歷史上的任何時候，而且規模不斷擴大，并擴大了我們的技術章程。

我們所做的

Amazon Robotics是Amazon.com的全資子公司，可通過自動化實現更智能，更快，更一致的客戶體驗。 Amazon Robotics使用多種機器人技術方法（包括自動移動機器人，復雜的控制軟件，語言感知，電源管理，計算機視覺，深度感測，機器學習，對象識別和命令的語義理解）使履行中心的操作自動化。

Amazon Robotics專注于研發，以不斷探索將其產品線擴展到新領域的新機會，這些新機會將重新定義“ Now”的含義，并使Amazon繼續為客戶提供令人愉悅和驚奇的體驗。

Amazon Robotics總部位于波士頓地區，位于機器人創新的中心，并已建立企業和學術合作伙伴關系，以支持整個機器人生態系統的創新，從而更快地將前沿技術引入該領域。