柔性自动化在物流的应用及探索

采访嘉宾简介

朱礼君（元享），菜鸟网络，资深算法专家。于美国马里兰大学获得物理学博士学位。先后在 Goldman Sachs、Amazon 和 Facebook 从事数学建模和算法方面的研究工作。2014 年回国后加入阿里巴巴，先在搜索事业部从事推荐算法的应用研究。于 2015 年加入菜鸟，现在的主要研究方向是人工智能和运筹优化算法在物流中的应用。

InfoQ：智慧物流和智能物流有区别么？怎么理解智慧物流？

朱礼君：智慧物流和智能物流，我觉得智慧物流会更广一些，而智能物流从我个人的角度来说，我觉得更多是用技术来改造物流，但是智慧物流牵涉到的不仅仅是技术对物流的改造，还包括传统的作业流程的改造，甚至生产管理方面的一些改造，使得它更加智慧化。所以我认为智慧物流是包含智能物流的。

InfoQ：柔性自动化相比于传统的自动化，有许多优点，比如：可扩展性、模块化等，它本身有哪些缺点？

朱礼君：缺点，今天我在分享中也大概提了几句。第一，它的标准、它的模式还没有收敛，像传统物流的自动化有一套标准，而且大家觉得这套标准也非常高效，但是现在这套新的柔性自动化的技术方案在整个业内还没有打磨出一套收敛的标准，这是第一点。这不一定是缺点，但是从某种形式上来说，还是代表整个这个技术还在探索的过程中。

第二点，它可能在空间利用率上会有一些缺点，但是这个其实也是可以通过一些改造来弥补。

第三点，它的系统是非常复杂的，它的软件复杂程度要比传统的物流自动化复杂很多。

InfoQ：菜鸟在创建机器人调度系统的时候遇到哪些挑战？机器人调度系统跟传统的资源调度系统有什么样的区别？

朱礼君：我们在做这个机器人调度系统中遇到最大的挑战就是，当我们用我们的技术、我们的算法去实现了这套系统以后，我们发现在仓库真实生产环境跑的过程中有非常多的异常情况需要处理，这是我们遇到的最大的挑战，就是梳理各种异常情况，对每种异常情况的解决方案我们在这里花了大量的精力和时间。

跟传统的区别，最大的不同是它的资源调度的颗粒度比传统的要细，像在一个仓库里面可能有几百台甚至上千台机器人需要调度，从技术的角度来说，资源调度的实体越细、数量越多，它的计算复杂度就会越高，它会得到一个指数爆炸的情况，所以计算的复杂度要求会非常高。

InfoQ：什么叫群体智能？机器群体智能您认为会是人工智能发展的一个新方向吗？

朱礼君：群体智能，一个比较好的例子就有点像蚂蚁，每一个蚂蚁其实并没有太多的智能，但是蚂蚁一起就能完成看上去非常智能的一些事情，蜜蜂也是这个样子的。这就是自然界的例子，在技术比较恰当的定义上是说，群体的每个个体的自我规划或者自主规划的能力都比较低，大部分的规划的能力、大部分的智能决策的能力都是在一个中央的调度系统，这样一个系统，从技术上讲我们认为它就是一个群体智能的系统。我认为这个机器群体智能的确是人工智能未来发展的一个重要方向，因为现在的每一个机器人，因为技术的提升，使得每个机器人的垄断性（同音）很高、它的效率也很高。我们组成一个群体智能这么一个系统的话，它的优点是它的大部分智能在软件，而软件可复制，都在云端，可复制，这样的话很容易扩展。

InfoQ：菜鸟的自动化物流平台和系统有没有做过对深度学习的探索？效果怎样？

朱礼君：深度学习方面的应用主要是在机械臂的应用，在今天的分享中也提到了，机械臂里面很重要的一点是它需要跟视觉融合，通过计算机视觉来找到我需要抓取的物品到底在哪里，它是什么物品，我适合的抓取点是哪里，这一块我们是用了很多深度学习，效果也是非常好的。像这种多商品或者包裹的自动化拣选上面得到了一些突破。

InfoQ：我们都知道，柔性自动化其实是一个系统性的工程，涉及到软件、硬件各方面的技术，在软硬件设计方面，菜鸟网络有什么经验可以给开发者分享的？

朱礼君：最大的一个经验就是一定要思考清楚对各种异常情况的处理，因为一个柔性自动化的系统会有多个软件的模块，每个软件模块以及跟硬件交互的这些接口都不能做任何理所当然的假设，所以对假设一定要当心，很多时候你做了个假设你都不知道做了这个假设，所以对你自己做的一些假设一定需要当心。这样的话，系统之间的交互一定是能够保证，不管对方系统传过来的数据是对的还是错的，你最后的结果都不会太差，这是非常重要的一点。

InfoQ：在机器人的感知、规划和交互方面，像国外的 Boston Dynamics 做的非常出色，菜鸟的机器人现在在感知、规划、交互（Perception、Planning、Execution）方面现在做得怎么样？

朱礼君：很多时候，机器人本身是跟我们的合作伙伴一起合作的，我们采取的一个策略就是，机器人本身，它主要是做执行，通过一些技术上的优化来使得它执行得跟高效、更准确，这是最重要的。在机器人本身的感知、本身的规划上，刚才也说了因为我们做的是群体智能，群体智能规划本身不是机器人本身做，而是通过中央调度系统在做，所以机器人本身的规划能力要求并不是那么高，但是它对运动控制的精度要求会非常高，所以在这方面会花很多的时间去跟我们的合作伙伴一起去打磨。

InfoQ：菜鸟人工智能部有多少研发人员参与这套系统的开发？关于未来的物流自动化，菜鸟网络有什么样的规划?

朱礼君：我们现在的研发人员应该是 60 多，技术的人员，包括算法还有一些工程的人员。

InfoQ：算是很大的团队。

朱礼君：对，已经是比较大的一个团队了。在未来我们还是希望，之前也说到柔性自动化这块到现在为止，业界系统也好、模式也好，还没有完全标准化，我们希望在这方面有一些突破，制定一套标准以后，能够真正大规模地产生商业的价值，这是未来最重要的一个规划。