主持人：未来的物流将通过包括AI在内的技术创新打造全面智慧化自动化的物流体系，更加快速高效的满足用户需求，菜鸟在自动化领域也有一些自身的思考和实践。接下来，让我们有请菜鸟网络柔性自动化负责人朱礼君博士为我们分享菜鸟在柔性自动化方向的研究和实践。
朱礼君：非常荣幸在这里给大家分享菜鸟的自动化和菜鸟的研究。今天也跟大家分享了人工智能和智慧物流这个领域正在经历巨大的变革，我认为这两者的融合一定会产生化学反应，使得人工智能取得智慧物流的飞跃，同时智慧物流也会给人工智能提供一个新的发展门槛。
这是我今天演讲的提纲，我们认为人工智能时代能够给自动化物流带来新的方式，第二个分享是菜鸟在柔性自动化上的实践，最后是关键的技术和总结。
我们这个自动化的趋势和电商时代物流自动化的挑战，中国物流结构发生了非常大的变化，我们官方预计2050年劳动力人口会减少四分之一，现在劳动力的却段是物流人士切身体会到的，特别是东南沿海非常难招到人，新的员工和老的员工差别非常大，甚至差别一半以上，同时电商物流时代跟传统的物流时代差别非常大，商品种类非常多，商品组成的总量非常多，订单的量非常大，特别是电商这两年的订单增长。飞机快，另外商品非常多，各种各样的物流属性，对他们的处理非常复杂。
特别中国的电商用户对时效的要求非常高，一日达，一小时达。物流自动化的趋势，传统的自动化是刚性的自动化，物流带、大送库，固定的设备使得我们使得物品在仓库里流动。新的电商时代我们需要创造新的自动化，需要更多的柔性，需要更多的AI技术在里面，这样才能适应快速变化的物流时代。
柔性自动化有什么特点？首先它的扩展性非常强，随着订单的增长可以很快部署机器人，部署新的自动化设备，使它能够处理更多的订单，而且它的鲁棒性强，也就是单点的问题不会造成整个仓库的问题。
第二点是模块化的设计，因为之前也提到商品非常多样，有各种各样的物流属性和销售属性，所以不同的商品需要不同的作业模式，所以我们模块化的时候需要模块化的设计，同时需要易部署和搬迁，同时需要不停地迭代，商品换季很快，业务的发展当中需要不停改变我们作业的模式，需要非常快速地做改变。第四点我们需要在全链路的自动化下我们得到一个比较大的经验，除了省人和自动化的情况下，是作业的可预测性，作业的可预测性是非常重要。
前面几位专家提到人工智能时代我们有非常大的发展，云方面的技术有非常大的发展，我们柔性的自动化和智能有一个天生的绑定的关系，我们柔性自动化需要非常多机器人，它需要感知，这里面需要用到非常的人工智能的技术，人工智能的技术给智慧物流带来非常广阔的技术，同时智慧物流给人工智能带来一个发展。
另外一个链路从电商的仓库从头到尾哪一些节点可以用到物流自动化的技术，从商品的如库、拣选、大包、分拔等等都需要用到智慧自动化，我们这个链路中用了很多的设备，我们可以用插车做分拨，然后做补货，然后订单的拣选也可以用AGV拣货，我们AGV已经预见成熟，可以达到商业的标准，我们可以用自动封箱机，分拨也可以用AGV的技术，像码垛也有码垛的机器人，自动插车、分拨AGV。整个链路可以自动化，菜鸟做什么模式是最高效的？当然我们想到了计算机，仓储这个行业，仓储这个作业其实跟计算机做计算是非常类似的，这里面很多领域，仓库里面做物品的存储，和做计算机数据的存储非常类似，订单的生产，我们把货物从货架上拿下来是跟计算机做提取、计算也非常类似。仓库里面有会存储大量的商品，和计算机的硬盘很类似，你计算机可能有很多文件，有些文件好几个月都不会用到，和备货区一样，然后拣选区，你有很多业务进行拣选和内存差不多。然后还有内存的仓库，我们电商有很多的爆品，我们会有爆品的区域，这相当于计算机的高速运转，所以计算机的结构在仓储里面有影射。
但是到了电商时代，我们之前也提到电商世代友一个比较大的特点，就是我们处理的种类很多，我们仓库非常大，每天要处理的订单非常的多，映射到计算机的结构里面就相当于最近比较火的大数据的处理，大数据的处理上最有名的框架是mapReduce，这里面三个最重要的操作map、shuffle、Reduce，map就是把工作并行化，shuffle怎么把它再合到一起，reduce就是最终产生结果。我们可不可以把这个idea映射到仓储里面，作业需要并行再合并，我们可不可以做分区并行的操作，不同区有不同的作业模式，不同自动化的模式，可不可以并行操作，有不同区并行生产的，这个MAP就是不同的单有不同的生产作业模式，shuffle是暂存&合单，Reduce是播种在不同的单子里面，我们觉得这是非常不同的影射。
基于这个想法我们提出了模块化的多区并行的自动化的方案，因为在电商的仓库中很多物品非常大需要存储不同的商品，需要分区，每个区可以有不同的作业模式，像图画的每个区拣选完了以后有一个合流区，合流区有不同的商品合流在一起再出库，因为有这么一个并行的操作设计，各区可以根据你商品做不同的拣选模式，并行完了以后都会流入到这个Rebin Zone，合流区做一个订单的合流，一个区拣选完以后合流成一个产品，然后合流到一个箱子里面进行出库。
这是我们设计的大仓的作业模式，这有爆品区做高速的缓存，这个爆品区我们有大宗的缓存，可能是一天会卖很多的商品，右边是冷品区，是货架到人的模式，会存大量的商品，每件商品都不多，但是会非常多样，冷品区我们选择货架到人的模式，因为一个货架的商品是比较多的模式，人搬运的商品一天不会多。然后爆品区拣选车到人的模式，是有一个AGV的盒子，车需要到这个商品附近，人不需要走，人只需要拣货，所以有不同属性的商品，所以这么一个作业有并行的发起，然后不同作业，需要不同的商品放到同一个盒子里面，然后完成出线然后打包，整个操作是并行操作，是模块化的，可以把上面的商品换成人或者是自动化的模式，可以是人也可以是机器，不会影响其他区的作业生产。
这个里面其实是多库区的，超过500台AGV，联合调动、任务的分配，路径的规划是整个作业里面最关键的。刚才看到的仓储AGV当中有非常多的优化决策问题，这么简单一个系统有非常多的决策问题，目标很明显，最大化的仓生产效率，缩短订单处理时间，我们如何合并订单生成拣选任务，怎么样把这个下发拣选任务？车到人任务如何调度？货到人的区先去哪个站再去哪个站呢？合并怎么合呢？调度的时候是不是尽量保证不同的订单同时到一个区呢？你如何做合并？所有都是决策的问题，是大规模的分配问题，这里面用了非常多的算法，是整个系统效率优化的关键。
下面分享一下我们对分拨这个场景，就是物流中分拨的场景做的自动化方面的一些尝试，分拨是什么意思呢？比如说我收到一些包裹，仓库里生产出来的包裹，可能要到全国的各个城市，我需要分好上车运到全国各个城市，所以分好的包裹会按照流向和目的地做一个切分，这就像章与真实物品的Shuffle，机器人非常适合做一个事情，它有固定的孤岛，非常适合做点对点的传播，非常适合做武力的传输，我们如何扩展这样的系统呢？这是我们自己提出的，我们自主提出的新的柔性的分拨的方案。
今天其实外面的展台上也有一个demo，大家可以去看一下，总的idea是这样的，人可以在这个地方删掉，未来可以替换成机械手臂，包裹上到这里，包裹上了以后AGV会上到一个扫描台扫描，AGV就知道它去到什么地方，然后这里有一个集包篓，然后有一个积包袋，AGV可以做简单的处理就可以做分拨，上料到出库不需要有人的操作，这是非常柔性的自动化的系统。
这里面核心的问题我们有不同的AGV的调度，有大的有小的，有大的托积包篓的AGV，也有小的分拨的AGV，它们的路径规划其实非常复杂的一个问题，其次就是每一个积包篓到哪一个目的地也是需要规划的问题，比如说去北京的包裹非常多我就需要很多的积包篓去北京，因为它的流量很大，它应该放在哪个地方，它又不拦路，又能缩短AGV的时间，这非常关键，这是整个系统最关键的一点。
下面分享一下我们在机械臂方面的应用，今天外面的展台上也有，我们做了一些拆除垛和间的货物，基于RGB-D数据的三维物体识别、定位、姿态估计激发，箱体分割算法。
分享一下我们做这么多项目总结出来在柔性自动化领域做的关键的技术，这方面我们有这么一个行业，就是它不是一个纯软件工程，也不是一个纯硬件工程，其实是一个系统工程，里面做很多软硬结合、共同设计的点。从流程的设计到硬件的设计、软件的设计这一连串都需要一起综合考虑，你才能够达到这么高效的效果。
第二点是Edge computing，我们在IOT方面有非常多的投入，仓库是IOT非常好的投入点，它可以做很多的线上化、数字化、可控化，我们可以很多地方装这个。第三点机器人技术，最重要的三点是PERCEPTION 、Planning、execution，地四是大规模的大智能体规划和调度技术，你在仓库里面要做柔性自动化的方案机器人需要协同，对路径规划是影响到效率的，所以涉及到大规模的规划和分配技术。
前面也提到不仓储机器人有资源分配优化问题，资源分配问题，很多仓储就是货架、库存、AGV，你的目标就是单位时间产出最大。资源分配问题有两种解法，一个是中央规划解法，我们要建大而广的模型，收集每一个数据，收集每一个机器人在哪里，收集每个货在哪里建一个很大的模型，我们有一个数据分布，我们单位时间内出库数量最大，我们是这种解决方式，我们稍微小一点的仓促里面用这种方式。
资源分配当中另外一种是资源分布式竞价，谁出价更高就接谁的货。特别大的仓库里面我们有非常多的机器人，非常多的货架，非常多的机器人，各种组合彘肩斗可以完成拣选任务，它可以模拟货架的任务，机器人货架可以模块成一个任务，谁赢了谁做这个任务，整个市场平衡了分配应该是比较高效的，涉及比较关键就是竞价的策略设计，在大型的仓库上下游之间衔接比较紧密，很难解耦的环境比较适合，因为你最上游的决策可能影响到最后一个决策，所以整个上下游的决策全部做下来是比较难的事情。
其实我们认为在未来很多大规模智能体的技术会往群体的方向发展，什么叫群体智能呢？就是Suarm Intelligence，这是自然界借助的现象，宏观的智能界行为，比如说鱼群和鸟群，优化算法里面有蚁群算法，是通过模拟蚂蚁的行为进行的算法，比如说蚂蚁是会搭桥的，单个蚂蚁并不会搭桥，但是蚂蚁之间可以互相地搭桥让其他的蚂蚁走，这些概念可以应用到智能体的应用当中去，比如说智能体在仓库当中的应用，这里有分布式的控制的方法。我们未来认为每一个智能体有了足够的智能体、智能导航的功能之后，这应该是未来发展的方向。
总结一下，柔性自动化有发展方式，易部性非常强，有模块化，算法非常高效非常智能，鲁棒性非常强，任何一个单点不会影响系统的问题。技术上有很多的特点，比如说是软硬结合的技术，是全链路的整个系统，每个环节需要综合的考虑，算法方面要做大规模的智能优化问题，然后技术方面有很重要的一个方面是群体智能，我们认为整个柔性自动化的发展是未来巨大的趋势，因为它的优势很大，它其实会对整个行业做一个巨大的革命，整个的过程需要多方面一起协作，比如说硬件的公司、机器人的公司、物流公司、或者是像菜鸟这样的公司都需要一起协作才可以做好的事情，是整个行业的革命，任何一个单方都很难做好这个事情。
最后分享一下我个人的一些感受，我们做了很多的项目，这里面其实之前分享的都是看上去比较高大上的一些技术，人工智能和群体智能这样一些技术，但是其实我想说做这样一些技术，我们真正要解决仓储、快递物流环节中各个环节的技术，去提高效率，要真正提高解决环境中的问题是需要我们深入到现场去的，我们同学经常深入到现场去，我们在仓库各个环节写过代码，传送带上、货架边上、拣选站上写过代码，所有的地方都写过代码，所有的同学都会非常投入，所有的同学真实体现所有的产品，对这个技术，物流人员工作效率的提升看到他们的喜悦，看到他们的满意，这是我们整个过程中最大的收获，今天分享到这里，谢谢大家。