近日，由人工智能物流產(chǎn)業(yè)聯(lián)盟主辦、曠視科技和《物流雜志與應用》雜志承辦的“AI+物流燈塔直播間”第四期如期開講。本期直播邀請到北京科技大學教授、博士生導師、《物流技術與應用》執(zhí)行主編趙寧教授，以《數(shù)字孿生與AI物流》為題進行了分享。

具體來看，趙寧教授此次分享主要聚焦于以下3個方面：

1.數(shù)字孿生、AI物流、智能調度等概念的產(chǎn)生及發(fā)展。

2.數(shù)字孿生在智能物流領域應用的原理基礎及發(fā)展現(xiàn)狀。

3.數(shù)字孿生和仿真等在多層穿梭車和KIVA機器人等系統(tǒng)調度研究中的應用及科研成果。

Part1：數(shù)字孿生、AI物流、智能調度等概念的產(chǎn)生及發(fā)展

1.數(shù)字孿生：數(shù)字孿生是物理世界的數(shù)字化表示，2003年由Grieves教授首次提出。與傳統(tǒng)仿真相比，具有忠實映射、共同進化、基于模型的優(yōu)化等特點。

2.智慧物流：利用集成智能化技術，使物流系統(tǒng)具有思維、感知、學習、推理判斷和自行解決某些問題的能力。其發(fā)展呈現(xiàn)智能化、一體化/層次化、柔性化、社會化等趨勢。

3.智能調度：又稱基于知識的調度，即充分應用有關問題域的知識，盡可能減少組合爆炸，使最佳調度或組合問題獲得有效解決的調度方法。核心目標是穩(wěn)、準、快地找到最優(yōu)解。

4.物流仿真：對物流系統(tǒng)進行系統(tǒng)建模，并在計算機上編制相應應用程序，模擬實際運行狀況，并統(tǒng)計和分析模擬結果，用以指導實際物流系統(tǒng)的規(guī)劃設計與運作管理。

5.數(shù)字孿生和其他相似技術的區(qū)別：

①數(shù)字孿生VS動畫：動畫本質服務人類，非服務自然或工業(yè)系統(tǒng)。數(shù)字孿生不僅僅是對外部物理世界形象的鏡像反映，更重要的是對物流設備或者系統(tǒng)性能的模仿。

②數(shù)字孿生VS仿真：仿真分為連續(xù)系統(tǒng)和離散事件系統(tǒng)。物流仿真屬于離散事件系統(tǒng)仿真，其本質是通過大量重復實驗，統(tǒng)計系統(tǒng)性能。

③數(shù)字孿生VS虛擬調試：虛擬調試的價值在于用低成本的計算機實驗代替高成本的物理實驗。二者區(qū)別在于物理仿真一般面向系統(tǒng)，虛擬調試一般面向設備。

④數(shù)字孿生VS虛擬監(jiān)控：虛擬監(jiān)控即用虛擬仿真動畫代替攝像頭拍攝現(xiàn)場視頻的技術。虛擬監(jiān)控受現(xiàn)場實時數(shù)據(jù)驅動，虛擬仿真是靠系統(tǒng)內在邏輯驅動仿真和動畫。

Part2：數(shù)字孿生在智能物流領域應用的原理基礎及發(fā)展現(xiàn)狀

智能物流興起的基礎是智能制造的飛速發(fā)展。現(xiàn)階段，隨著信息技術、物聯(lián)網(wǎng)和制造環(huán)節(jié)融合， “工業(yè)4.0”時代到來，其特征機器輔助人腦決策。其中，人工神經(jīng)網(wǎng)絡和智能算法是人工智能的重要技術層面。

在智能物流領域，對于物流設備來說，除通過來源于現(xiàn)場的數(shù)據(jù)來進行“訓練”外，數(shù)字孿生的出現(xiàn)讓其可以通過“仿真調度”自動“試錯”和優(yōu)化。具體來說，首先建立高保真的“仿真模型”，通過其反饋性能值來“優(yōu)化算法”（或人工神經(jīng)網(wǎng)絡等）。優(yōu)化后的算法可以調整決策參數(shù)，進而作用于仿真模型。

仿真調度原理展示

但是，現(xiàn)階段“調度應用”存在一些現(xiàn)實問題：如調度模型難以完全考慮所有現(xiàn)實因素（多機器人的擁堵問題、死鎖問題）；動態(tài)信息難獲取（如機器人故障，異體檢測）；優(yōu)化目標難確定（效率最高/路徑最短/命中率最高）；約束難確定（空機器人可穿貨架，不可穿立柱；單行道/雙行道的選擇）；調度算法評價難（在10個機器人倉庫應用良好的算法在100個機器人的倉庫是否依然有效）等。

同時，在“調度應用”方面，則存在目標不明確（除了動畫，能解決什么問題）；仿真建模完全定制成本高，周期長、耗費人力多；仿真結果與物理結果偏差大。仿真速度接近甚至慢于物理時間等問題。針對上述問題，趙寧教授表示，解決上述問題的終極方法就是面向AI物流的數(shù)字孿生。

Part3：數(shù)字孿生和仿真等在多層穿梭車和KIVA機器人等系統(tǒng)調度研究中的科研成果

趙寧教授分享了有關多層穿梭車和kiva機器人的相關學術研究成果。比如多層穿梭車在設計的時候需要考慮層數(shù)、列數(shù)、排數(shù)及提升機數(shù)量等，會涉及很多不同方案的選擇。趙寧教授團隊通過設定不同cycle-time（任何一個輸入庫任務耗費的時間周期）下的throughput（單位時間內的輸入庫數(shù)量）測定，探究數(shù)字孿生在多層穿梭車組合方案測定中的應用價值。

在Kiva機器人系統(tǒng)調度研究領域，通過在相應仿真系統(tǒng)中設定不同的參數(shù)，并內置一些算法和模型，如機器人空載可穿貨架、機器人尋址、避讓等，讓仿真系統(tǒng)實現(xiàn)模塊化和參數(shù)化，從而實現(xiàn)大量的仿真調度實驗。直播中，趙寧教授分享了一個例子：通過對比貨架橫置和豎置不同布局下的揀貨數(shù)量情況，得知貨架橫置更容易造成機器人擁堵的初步實驗結果。

此外，趙寧教授介紹到，真正的物流仿真還涉及很多方面：如系統(tǒng)設計對揀貨量影響、機器人調度、機器人路線規(guī)劃、倉庫規(guī)模及布局對機器人行走距離定量影響；RMFS系統(tǒng)要素如機器人數(shù)量、揀選站數(shù)量、SKU數(shù)量、訂單數(shù)量、訂單分配原則；優(yōu)化目標如站點訪問次數(shù)最少、機器人移動距離最短、揀貨量最大；系統(tǒng)模型單服務臺排隊模型、多服務合排隊模型；優(yōu)化算法如改進A*算法、變鄰域搜索、遺傳算法、Diikstra算法、模擬退火算法等。

直播最后，趙寧教授對未來數(shù)字孿生和智能物流的發(fā)展方向和相關問題進行了展望和預測：

1.智能物流對傳統(tǒng)物流模式帶來極大變革，消滅了許多應用人力造成的痛點，同時帶來用好智能裝備的新需求。

2.智能物流系統(tǒng)的設計、調度、仿真一體化是有前景的應用方向。

3.智能物流和數(shù)字孿生的結合是未來的方向。

4.調度的“穩(wěn)、準、快”和仿真的“真、快”是發(fā)展核心，對物流裝備產(chǎn)業(yè)具有很強的應用價值。

5.企業(yè)側重落地,高校側重前沿,物流裝備領域的創(chuàng)新需要企業(yè)和高校在研發(fā)層面深度融合。

更多精彩觀點，請點擊下方鏈接觀看趙寧教授直播回放：

https://wx.vzan.com/live/tvchat-1550830926?v=1636685869559#/