物流 / 物流中心
Amazon：调度仓库移动机器人路径
- 企业
- Amazon
- 国家
- 美国
- 实施阶段
- 运营中
- 资料发布
- 日期依据
- 资料发布的时间，可能与启用日期不同。
- 依据核验方式
- 阅读原文正文
业务问题
Amazon物流中心内有大规模的移动机器人往来。一旦路径受阻就会产生等待，订单处理也随之变慢。公司用车流拥堵的城市交通来比喻这一情形。
使用的技术与数据
DeepFleet是为协调机器人集群运动而构建的生成式AI模型。训练使用的资料是Amazon在自有场站内积累的库存移动数据。开发使用了包括Amazon SageMaker在内的AWS工具。DeepFleet在整个物流网络中调度机器人路径，减少拥堵、加快订单处理，还能把商品放到离客户更近的位置。公司说明，数据积累越多，系统就越能自行学习并持续改进。
成果
Amazon表示，DeepFleet把机器人集群的移动时间改善了10%。在同一次发布中，公司称已部署第一百万台机器人，网络扩展到全球300多处场站。公司说明，移动时间减少10%可以让配送更快，同时降低运营成本和能耗。
局限与待解问题
原文把10%的改善描述为将要出现的效果，没有对照组或各中心的具体数字，也没有说明DeepFleet已在超过一百万台机器人上全部完成部署。
来源
- Amazon deploys over 1 million robots and launches new AI foundation modelaboutamazon.com, 查阅
本案例根据公开资料整理，并非 ATF Works 客户的成果。