編輯 | 微胖
中國快遞業連續多年強勁增長，短短几年間，中國已經成為全球最大的快遞市場，全年包裹達到 300 多億件。在這一趨勢下，未來幾年，快遞量將從每天 1 億件發展到每天 10 億件。
與此同時，中國的勞動力結構、經濟成本結構在快速變化。原先靠人力能解決的問題也遇到了瓶頸。
以國內某大型自建物流平臺為例，投入數百億資金，擁有 10 萬多名物流員工，但是物流效率依然碰到天花板。該平臺負責人曾一度認為人力模式可持續，並有信心可以管理好 100 萬員工。但短短一年後，這位負責人不得不面對減少員工數量、發展技術的事實。
隨著新零售爆發式增長，消費者對購物體驗升級的需求也使得智慧物流勢在必行。
近些年來，隨著大資料、雲端計算等技術的成熟，物流技術研發應用有了更好的底層支撐。2013 年 5 月，阿里牽頭成立了菜鳥網路科技有限公司，幫助中國物流升級，實現智慧物流：以更高效、更低成本地「實現全國 24 小時送達，全球按 72 小時送達。」
為此，在技術方面，菜鳥網路目前主要在做三件事。第一個是智慧化。用最短的路徑、以最快的時間將包裹送達給消費者，節省成本，提高消費者體驗。
第二個是自動化。一個包裹從商家出來到消費者端，要有十幾個人經手，如果都變成機械臂、機器人或是無人機，就能夠節約成本，提高效率。
第三個是「架橋修路」的物流基礎建設，比如電子面單的普及。
幾年來，菜鳥網路的物流雲、大資料預測分倉、智慧分單、機器人倉群等各種新技術紛紛落地。
17 年財年菜鳥網路共完成了 166 億包裹（每天約 5 千萬個包裹）的配送服務。雙十一第一天，菜鳥網路協同的快遞企業共發貨3.66億。
近期，菜鳥網路接受了機器之能的採訪，談了談這家技術驅動型公司在物流智慧化、自動化和基礎建設等方面的工作。
菜鳥總裁萬霖曾說要打造具備全球配送能力的電商物流網路，這樣龐大的物流網路在建設過程中需要多大的投入，技術上要解決哪些難題？目前進展如何？
CTO 王文彬（以下簡稱「王」）：阿里正在建設 EWTP（電子世界貿易平臺），讓「全球買全球賣」成為現實。物流全球運是支撐 EWTP 的基礎設施。
今年 9 月底，阿里巴巴和菜鳥宣佈將在未來 5 年內投入 1000 億元，用於建設全球智慧物流網路。從技術上來說，這需要跨越不同國家、不同種族和不同企業之間的資料壁壘，讓技術語言成為全球通用的語言。
目前，菜鳥已經與全球的合作伙伴一起，搭建起一張覆蓋 224 個國家和地區的物流網路。菜鳥的物流倉儲管理系統已經接入西班牙、法國、俄羅斯、德國、日本、澳大利亞等數十個國家和地區的海外倉。在東南亞地區，菜鳥的系統已經與一些國家的海關係統進行連線，實現了訂單的即時通關。
早些年物流都在爭奪最後一公里，最近兩年開始在智慧化上打得火熱，在您看來，物流業未來的競爭走向會發生什麼變化？智慧化的實現最終解決的是一個什麼問題？
王：未來物流業的競爭肯定是技術的競爭，這將直接決定物流的服務能力和服務質量。物流智慧化最終要解決的是貨物流通的效率提升和成本優化，要實現人與機器的完美結合，從而解放勞動力，降低物流成本在國民生產總值當中的比例。
隨著人口結構的變化，勞動密集型的物流很快就會遇到能力的天花板。只有向技術要紅利，物流才能獲得更好的服務能力，才能解決未來每天10億件的天量快遞。
如何理解智慧物流？支撐整個智慧物流的最關鍵的技術是什麼？為什麼？
王：智慧物流是以技術為核心驅動力的物流模式，並且能把智慧技術廣泛運用到全行業。它區別於靠人力密集型和封閉自建的物流模式。智慧物流意味著貨物全鏈路流轉是智慧高效、協同共享、綠色環保的。
智慧物流的關鍵技術是演算法，而演算法迭代關鍵在於資料的不斷連線與共享。只有消除資料壁壘，才能把智慧物流從 IT 時代全面帶入 DT 時代。
今年 6 月，菜鳥網路位於廣東的一個倉儲中心推出了中國規模最大的智慧物流機器人倉庫。這些機器人可以自動託舉貨物走動，還能互相避讓、排隊。目前，菜鳥網路已在廣東惠陽、浙江嘉興、天津武清、武漢黃陂等地方建立多個無人倉，這些倉都已投入實際運營。在菜鳥物流的倉庫內，全自動流水線、AGV、機械臂每天都在上演著《機器人總動員》。
在之前的採訪中提到菜鳥的機器人矩陣系統對倉庫本身的改造小，一個傳統的人運作的物流倉庫，只需要做很小的改動就可以實現自動化。請問相對於傳統的物流倉庫，具體做了哪些改造？
菜鳥網路高階演算法專家胡浩源（以下簡稱「胡」）：從倉庫硬體上來看，僅僅是需要對供電系統進行改造。只要系統成熟，就可以實現快速複製。它的靈活性也非常好，便於遷移和升級。
比如，菜鳥網路在惠陽對機器人倉庫做升級，就是由機器人自己完成的。新倉庫在完成電力設施後，1 小時內，100 多臺機器人就把上百萬件商品移到了新庫。而且在這個過程中，完整訂單還能夠正常揀選作業。在過去，這種移庫動輒需要半個多月，而且要協調上下游企業，完全停止倉內作業後才能實施。
倉庫智慧化型別是多元的。有些會採用大型自動化流水線，有些則會採用更有柔性的機器人。具體取決於物流處理場景的不同。
請詳細介紹一下撿貨機器人矩陣，各種機器人之間是如何配合工作的？
胡：機器人會從倉庫、使用者、商品、貨架型別、業務形態、執行模式等方面，抽取複雜場景中的特徵，形成模組化可複製的產品級解決方案。
在所有涉及到分揀庫區的業務流程中（包括上架、補貨、揀貨、盤點、退貨等），員工都無需進入分揀庫區內部，只需要在工作站等待，系統會自動指派移動機器人將目標貨架運到工作站，待員工在系統指導下完成業務後，再將貨架送回到分揀庫區。
機器人的系統會對接菜鳥研發的倉儲管理系統，訂單下達後，所有資源排程與業務流程的推進均有兩個系統的互動來主導，所有資料流都有系統教會完成建立並維護，無需人工介入。
機器人和系統具備自主學習功能，接受訂單後，通過系統選擇最優路線駛向存放貨品的貨架，機器人能靈活適應執行環境、靈活避障繞行，還能根據演算法來自主決策優化訂單順序、優化倉庫改造，同時提高庫存轉化率。
據瞭解，該機器人矩陣的技術核心在於有強大系統演算法支撐，能介紹一下這裡面的一系列演算法嗎？這些演算法都針對了哪些問題？是否用到了深度學習？
胡：目前菜鳥在廣東惠陽倉庫啟用了一個全國最大的機器人倉庫。這裡面用到了包括波次產生、任務分配、最優路徑規劃、交通控制等一些演算法。
任務分配演算法針對的是當有多個待完成的任務和多個機器人的時候，如何合理地將每個任務分配給對應的機器人，從而實現整體任務完成效率的最優。
最優路徑規劃針對的是多個機器人在場地內運動時，如何為每個機器人確定運動的軌跡，使得所有機器人都能儘快地到達任務的目的地。
而交通控制演算法則是為了防止機器人之間可能的碰撞、防止部分割槽域出現機器人擁堵。目前我們正在嘗試用深度學習結合強化學習來為機器人學習較優的行動策略。
當 AGV 機器人有衝突時，如何設定誰優先？裡面用到了哪些演算法？
胡：這個可以是規則，也可以根據 AGV 機器人承載的任務屬性不同來計算每個 AGV 機器人的價值函式。
例如，AGV機器人上承載的貨品或者包裹距離預訂出庫的截止時間等引數。將這些引數轉換為優化問題中的目標函式或者限制條件，再通過組合優化的演算法來求解。（演算法可以是集中式的也可以是分散式的，例如基於競價的優化演算法）
E.T 物流實驗室研發了多少類機器人？能否具體介紹一下每個機器人的用途和研發技術？
胡：菜鳥的技術創新團隊與合作伙伴一起，研發以及推動了多類機器人在物流場景中實際應用。包括對倉儲揀貨、快取、播種等機器人的物流作業環境進行匹配改善，使得倉庫作業從「人找貨」變成了「貨找人」，效率提升 3 倍以上。
他們也研發了末端配送機器人菜鳥小 G，在過去數個月內都在穩定遞送包裹，它能識別周圍環境並自主建模，還可以自己搭乘電梯。
菜鳥小 G 在運動規劃和軌跡生成這兩部分的演算法優勢有哪些？
資深演算法專家陳俊波以下簡稱「陳」：小 G 機器人已經在阿里園區執行了一年多，日常負責把包裹送到各個員工的工位。除此之外，小 G 以及升級產品小G2代、小G plus還在杭州一家法院、浙江大學等地試運營。
1）小 G 不依賴於類似於車道線等現實世界中的結構化資料，因此可以在園區這樣沒有車道線可以輔助的環境中執行。
2）小 G 的運動規劃與控制可以做到非常高的精度與靈活性，例如，在進出電梯的過程中，小 G 距離左右電梯門框小於 10 公分，通常機器人或者無人駕駛汽車在檢測到 10 公分內有障礙物時的策略都是進行剎車操作，但小 G 能在如此擁擠的環境中靈活進出。
3）在滿足最小轉彎半徑約束下進行穩定，高效的複雜運動規劃.
一臺小 G 的成本是多少？這麼多小 G, 其日常維護工作怎麼做，以後會成為菜鳥的一個產品嗎？
陳：菜鳥小 G 的成本遠低於同型別的機器人，但其效能的穩定性和靈活性。菜鳥 ET 物流實驗室負責小 G 的維護。目前已有不少客戶有使用小 G 的意向，但菜鳥研發小 G 的初衷是用於解決物流業的實際問題。