量子位 出品 | 公众号 QbitAI
这是亚马逊在丹佛的一间工厂，负责处理网购订单。
800只新上任的分拣机器人，跑在专为它们建设的“高速公路”上，把成千上万的包裹送到它们该去的滑槽。
云上的算法，会帮它们规划路线，还要尽可能让各条路上的机器人流量保持均匀。
虽然，在这之前亚马逊已经有20万机器人奔跑在世界各地，但亚马逊说丹佛工厂和从前那些都不一样：
除了有一套全新的机器人系统之外，更重要的是：人类的工作场所没有和机器人分割开来。
他们可以跟机器人安全地合作，随时监测“交通”状况，化解包裹破损、机器人故障之类的危机。
亚马逊说，这比人机分隔要难得多。所以，都难在哪里呢？
人类的好朋友
800只新来的机器人，叫做Pegasus。
这个名字在希腊神话里，是一只会飞的马：
机器人虽说不会飞，但一样能把背上的物体，送到ta要去的地方。
云上的系统，就像空中交通管制一样，要协调每只机器人的路线，让它们不要撞到彼此，也不要撞到随机运动的人类。
这个任务并不容易：
路线选择可以很复杂。有些地区人口稠密、订单量大，相应的邮编就会有许多个滑槽；
系统要根据交通状况，来决定每个包裹去哪个滑槽，可能性越多，计算量就越大。
亚马逊负责机器人技术的高级经理Ryan Clarke说：
这就像个巨大的数独。
为了减少拥堵，你想让每行每列的机器人数量都一样。
除了协调机器人的线路，调整滑槽的分配之外，为机器人选择合适的速度和加速度，也是减少拥堵的关键。
机器人不能跑得太慢，不然会堵车；但也不能太快，那样容易撞车，结果也是堵车。
为了解决这个问题，亚马逊做了大量的模拟。毕竟，一旦出了“车祸”，又要增加计算量。
机器人做的一切，都是为了帮工厂里的人类减轻压力。
滑槽下面6英尺 (不到两米) 的地方，就是把包裹集合装车的人了。
所以，给每个滑槽均匀分配包裹，不超负荷，是便于工作人员打包；
而根据订单规定的送达时间，来给包裹分组，是让工作人员不用太费力去找。
当然，人类不止存在于6英尺以下，还有一部分坐在监视器前，帮助机器人更顺滑地奔跑：
其实机器人在分拣包裹的途中，会遇到各式各样的意外，令系统陷入混乱。
比如，液体就是个不稳定因素。假设包裹里有一加仑的颜料摔破了，可能把整个滑槽都染了。
这时候，便需要人类来发现问题，化解危机：
在几分钟内关闭一个滑槽，把那些原本要来这里的包裹，重定向到另一个滑槽去。完成。
大量机器人一同存在的情况下，系统的灵活性很重要：路线有灵活性，目的地有灵活性，同时工作的机器人数量也有灵活性。
人类处理问题的能力，是这灵活性的重要来源。
相比于人，机器人更擅长搬运，亚马逊就希望人和机器人可以优势互补。
还要再补充一点，除了和人类互相帮助，机器人也有自救技能：
观察一下，每只机器人身上都有一条传送带 (下图) ，不只是用来把包裹送到滑槽里而已；
传送带两边都有传感器，如果运送途中包裹向一边滑了，它会发现，然后让包裹回归正位。
△ 传送带瞩目
“机器人都是我的孩子”
前面的篇幅，几乎都给了那800台Pegasus。
可丹佛的亚马逊工厂里，不是只有这一种机器人。
另外一种机器人也是全新设计，叫做Xanthus。这个名字，依然是希腊神话里的一匹马，不死的马。
Xanthus比Pegasus要大一些，可以扛起一整个货架到处跑：
比起同样功能的前辈，它更加轻薄了，只用三分之一的部件，造价也只有原来的一半。
如果把不同的模组，加在这个底座上，机器人还可以完成各式各样的任务。
上面出场的两款机器人，都是来自亚马逊收购的初创公司Canvas Technology，都可以和人类工作在一起。
如今，亚马逊订单数量越来越大，又常常因为用机器人取代人类员工而被外界诟病。在这样的日子里，用人机协作处理订单，不失为一种过渡的选择。
至少，曾经只是在亚马逊兼职的Cathryn Kachura，很满意自己的新职位：
以前，都是手动扫描包裹，然后放到托盘上。
突然有一天，老板说有个新项目。从那以后，每天都和机器人一起玩，还兴奋地跟家人说，好几百只机器人都是我的孩子。
在监视器前面看哪里有拥堵，哪台机器人工作不正常。就算没有机器人学的背景，也可以一边工作一边学。
要是没有机器人，就没有我的新工作啦。
看上去，除了Cathryn之外，丹佛工厂里还有许多幸福的同事。
不过，这样的工厂在亚马逊，也只有这一间吧。
— 完 —
“
