量子位 出品 | 公众号 QbitAI
这是亚马逊在丹佛的一间工厂,负责处理网购订单。
800只新上任的分拣机器人,跑在专为它们建设的“高速公路”上,把成千上万的包裹送到它们该去的滑槽。
云上的算法,会帮它们规划路线,还要尽可能让各条路上的机器人流量保持均匀。
虽然,在这之前亚马逊已经有20万机器人奔跑在世界各地,但亚马逊说丹佛工厂和从前那些都不一样:
除了有一套全新的机器人系统之外,更重要的是:人类的工作场所没有和机器人分割开来。
他们可以跟机器人安全地合作,随时监测“交通”状况,化解包裹破损、机器人故障之类的危机。
亚马逊说,这比人机分隔要难得多。所以,都难在哪里呢?
人类的好朋友
800只新来的机器人,叫做Pegasus。
这个名字在希腊神话里,是一只会飞的马:
机器人虽说不会飞,但一样能把背上的物体,送到ta要去的地方。
云上的系统,就像空中交通管制一样,要协调每只机器人的路线,让它们不要撞到彼此,也不要撞到随机运动的人类。
这个任务并不容易:
路线选择可以很复杂。有些地区人口稠密、订单量大,相应的邮编就会有许多个滑槽;
系统要根据交通状况,来决定每个包裹去哪个滑槽,可能性越多,计算量就越大。
亚马逊负责机器人技术的高级经理Ryan Clarke说:
这就像个巨大的数独。
为了减少拥堵,你想让每行每列的机器人数量都一样。
除了协调机器人的线路,调整滑槽的分配之外,为机器人选择合适的速度和加速度,也是减少拥堵的关键。
机器人不能跑得太慢,不然会堵车;但也不能太快,那样容易撞车,结果也是堵车。
为了解决这个问题,亚马逊做了大量的模拟。毕竟,一旦出了“车祸”,又要增加计算量。
机器人做的一切,都是为了帮工厂里的人类减轻压力。
滑槽下面6英尺 (不到两米) 的地方,就是把包裹集合装车的人了。
所以,给每个滑槽均匀分配包裹,不超负荷,是便于工作人员打包;
而根据订单规定的送达时间,来给包裹分组,是让工作人员不用太费力去找。
当然,人类不止存在于6英尺以下,还有一部分坐在监视器前,帮助机器人更顺滑地奔跑:
其实机器人在分拣包裹的途中,会遇到各式各样的意外,令系统陷入混乱。
比如,液体就是个不稳定因素。假设包裹里有一加仑的颜料摔破了,可能把整个滑槽都染了。
这时候,便需要人类来发现问题,化解危机:
在几分钟内关闭一个滑槽,把那些原本要来这里的包裹,重定向到另一个滑槽去。完成。
大量机器人一同存在的情况下,系统的灵活性很重要:路线有灵活性,目的地有灵活性,同时工作的机器人数量也有灵活性。
人类处理问题的能力,是这灵活性的重要来源。
相比于人,机器人更擅长搬运,亚马逊就希望人和机器人可以优势互补。
还要再补充一点,除了和人类互相帮助,机器人也有自救技能:
观察一下,每只机器人身上都有一条传送带 (下图) ,不只是用来把包裹送到滑槽里而已;
传送带两边都有传感器,如果运送途中包裹向一边滑了,它会发现,然后让包裹回归正位。
△ 传送带瞩目“机器人都是我的孩子”
前面的篇幅,几乎都给了那800台Pegasus。
可丹佛的亚马逊工厂里,不是只有这一种机器人。
另外一种机器人也是全新设计,叫做Xanthus。这个名字,依然是希腊神话里的一匹马,不死的马。
Xanthus比Pegasus要大一些,可以扛起一整个货架到处跑:
比起同样功能的前辈,它更加轻薄了,只用三分之一的部件,造价也只有原来的一半。
如果把不同的模组,加在这个底座上,机器人还可以完成各式各样的任务。
上面出场的两款机器人,都是来自亚马逊收购的初创公司Canvas Technology,都可以和人类工作在一起。
如今,亚马逊订单数量越来越大,又常常因为用机器人取代人类员工而被外界诟病。在这样的日子里,用人机协作处理订单,不失为一种过渡的选择。
至少,曾经只是在亚马逊兼职的Cathryn Kachura,很满意自己的新职位:
以前,都是手动扫描包裹,然后放到托盘上。
突然有一天,老板说有个新项目。从那以后,每天都和机器人一起玩,还兴奋地跟家人说,好几百只机器人都是我的孩子。
在监视器前面看哪里有拥堵,哪台机器人工作不正常。就算没有机器人学的背景,也可以一边工作一边学。
要是没有机器人,就没有我的新工作啦。
看上去,除了Cathryn之外,丹佛工厂里还有许多幸福的同事。
不过,这样的工厂在亚马逊,也只有这一间吧。
本文首发于微信公众号:量子位。文章内容属作者个人观点,不代表和讯网立场。投资者据此操作,风险请自担。