Pick Planning Strategies for Large-Scale Package Manipulation

要約

倉庫業務を自動化すると、物流諸経費が削減され、最終的には消費者にとっての最終価格が下がり、配送速度が向上し、市場変動に対する回復力が強化されます。
この拡張要約では、Amazon Robotics の Robot Induction (Robin) フリートの非構造化山からの大規模な荷物操作を紹介します。Robin は 1 日あたり最大 600 万個の荷物のピッキングと個別化に使用され、これまでに 20 億個以上の荷物を操作しています。
これは、時間をかけて開発されたさまざまなヒューリスティック手法と、実際の運用データでトレーニングされたピック成功予測子を利用するその後継手法について説明します。
著者の知る限り、この研究は、学習されたピック品質推定手法を実際の運用システムに大規模に導入した初めてのものです。

要約(オリジナル)

Automating warehouse operations can reduce logistics overhead costs, ultimately driving down the final price for consumers, increasing the speed of delivery, and enhancing the resiliency to market fluctuations. This extended abstract showcases a large-scale package manipulation from unstructured piles in Amazon Robotics’ Robot Induction (Robin) fleet, which is used for picking and singulating up to 6 million packages per day and so far has manipulated over 2 billion packages. It describes the various heuristic methods developed over time and their successor, which utilizes a pick success predictor trained on real production data. To the best of the authors’ knowledge, this work is the first large-scale deployment of learned pick quality estimation methods in a real production system.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google