近日，由人工智能物流產業聯盟主辦、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》執行主編趙寧教授，以《數字孿生與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.數字孿生、AI物流、智能調度等概念的產生及發展。

2.數字孿生在智能物流領域應用的原理基礎及發展現狀。

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

Part1：數字孿生、AI物流、智能調度等概念的產生及發展

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

2.智慧物流：利用集成智能化技術，使物流系統具有思維、感知、學習、推理判斷和自行解決某些問題的能力。其發展呈現智能化、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、準、快地找到最優解。

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

5.數字孿生和其他相似技術的區別：

①數字孿生VS動畫：動畫本質服務人類，非服務自然或工業系統。數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性能的模仿。

②數字孿生VS仿真：仿真分為連續系統和離散事件系統。物流仿真屬于離散事件系統仿真，其本質是通過大量重復實驗，統計系統性能。

③數字孿生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。二者區別在于物理仿真一般面向系統，虛擬調試一般面向設備。

④數字孿生VS虛擬監控：虛擬監控即用虛擬仿真動畫代替攝像頭拍攝現場視頻的技術。虛擬監控受現場實時數據驅動，虛擬仿真是靠系統內在邏輯驅動仿真和動畫。

Part2：數字孿生在智能物流領域應用的原理基礎及發展現狀

智能物流興起的基礎是智能制造的飛速發展?，F階段，隨著信息技術、物聯網和制造環節融合， “工業4.0”時代到來，其特征機器輔助人腦決策。其中，人工神經網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，除通過來源于現場的數據來進行“訓練”外，數字孿生的出現讓其可以通過“仿真調度”自動“試錯”和優化。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“優化算法”（或人工神經網絡等）。優化后的算法可以調整決策參數，進而作用于仿真模型。

仿真調度原理展示

但是，現階段“調度應用”存在一些現實問題：如調度模型難以完全考慮所有現實因素（多機器人的擁堵問題、死鎖問題）；動態信息難獲取（如機器人故障，異體檢測）；優化目標難確定（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物流的數字孿生。

Part3：數字孿生和仿真等在多層穿梭車和KIVA機器人等系統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、列數、排數及提升機數量等，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量）測定，探究數字孿生在多層穿梭車組合方案測定中的應用價值。

在Kiva機器人系統調度研究領域，通過在相應仿真系統中設定不同的參數，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，讓仿真系統實現模塊化和參數化，從而實現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：如系統設計對揀貨量影響、機器人調度、機器人路線規劃、倉庫規模及布局對機器人行走距離定量影響；RMFS系統要素如機器人數量、揀選站數量、SKU數量、訂單數量、訂單分配原則；優化目標如站點訪問次數最少、機器人移動距離最短、揀貨量最大；系統模型單服務臺排隊模型、多服務合排隊模型；優化算法如改進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，趙寧教授對未來數字孿生和智能物流的發展方向和相關問題進行了展望和預測：

1.智能物流對傳統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.智能物流和數字孿生的結合是未來的方向。

4.調度的“穩、準、快”和仿真的“真、快”是發展核心，對物流裝備產業具有很強的應用價值。

5.企業側重落地,高校側重前沿,物流裝備領域的創新需要企業和高校在研發層面深度融合。

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#/