Склады уходят от роботов с жёсткими маршрутами к адаптивному «физическому ИИ»

Складскую автоматизацию годами строили по жёстким сценариям: робот получал маршрут и следовал ему, пока не упирался в то, чего в его программе не предусмотрели, – и тогда замедлялся или останавливался совсем. На смену этой логике приходит «физический ИИ» – поколение складских систем, которые сами подстраиваются под меняющуюся обстановку, а не работают по заранее прошитым правилам.

Под термином понимают связку искусственного интеллекта, робототехники, компьютерного зрения, датчиков и автономного исполнения. Такая система воспринимает обстановку, интерпретирует её, принимает решение и действует прямо в динамичной физической среде.

«Главная проблема здесь – колебания и неопределённость. Через склад проходит огромный разброс объёмов, задач и требований к обработке», – говорит Оскар Мендес Мальдонадо, директор по ИИ и анализу данных Locus Robotics.

Неопределённость не сводится к сезонным пикам. Логистические операторы постоянно берут новых клиентов и теряют старых, обрабатывают товары с совершенно разными требованиями к сборке. Ритейлеры подстраиваются под спрос, который быстро перекраивает потребность в запасах. А строить под такие скачки фиксированную автоматизацию – значит платить за мощности, которые простаивают в спокойные периоды.

Работа «физического ИИ» начинается с восприятия. С помощью лидаров и камер автономные роботы определяют, что происходит вокруг, и выбирают реакцию. Поддон, перегородивший проход, заставит робота искать другой путь; сотрудник, на секунду доставший товар со стеллажа, – лишь короткую паузу. К каждому решению система добавляет контекст.

«Технология по-настоящему сильна в том, чтобы из зашумлённого сигнала выдавать надёжное поведение», – отмечает Мендес Мальдонадо.

Такие системы учатся на опыте. Нил Бентли, вице-президент по управлению продуктами Locus Robotics, вспоминает склад, где роботы раз за разом сбоили на одном участке в определённые часы. Инженеры нашли причину – солнце светило в окна и мешало датчикам. Как только ИИ распознал закономерность, он начал заранее менять маршруты роботов на это время. По той же логике робот понимает, что погрузчик пополняет запасы в проходе временно: вместо бесконечного ожидания он уезжает на другое задание и возвращается позже.

Гибкость касается и людей. Даже когда рабочих рук хватает, распределить их с максимальной отдачей сложно: в течение дня сотрудники переключаются с пополнения запасов на сборку заказов, а в пик приходится быстро вводить в строй временный персонал. «Физический ИИ» позволяет балансировать эти приоритеты разом, чтобы люди и техника реагировали на сбои сообща, а не порознь.

Следующий рубеж разработчики видят в оркестрации – надстройке, которая сводит роботов, складских сотрудников и со временем прочее оборудование в единую адаптивную систему. Информацию о заблокированном проходе или заторе не нужно открывать каждому роботу поодиночке: она расходится по всему парку, и машины перестраивают маршруты ещё до того, как упрутся в препятствие.