Stow рвёт страницы, Pick теряется в товарах — Amazon признала, что складские роботы уступают людям

[душман]

Компания Amazon провела полномасштабное исследование работы складских роботов Stow и Pick, которое показало, что с выполнением задач по подбору и укладке товаров они справляются, хотя и не всегда успешно, но при этом всё же уступают людям. На складах Amazon товары хранятся в тканевых контейнерах в подвесных стеллажах. При поступлении товаров на склад работники оценивают их качество, прежде чем использовать обычное оборудование для укладки их в контейнеры для хранения. 

Когда клиент размещает заказ, сотрудники Amazon перемещают весь контейнер, в котором находится нужный товар, на станцию сбора, где его извлекают и направляют на упаковку, а затем — на отправку. Робот Stow оснащён захватом и выдвижной планкой для работы с предметами в контейнерах, системой визуального восприятия для оценки доступного пространства в них, использует модель машинного обучения для прогнозирования вероятности успешной упаковки на основе текущего содержимого контейнеров и может создавать пространство, необходимое для добавления новых предметов.

В ходе тестирования Stow переместил более 500 тыс. предметов, успешно справившись с задачей примерно в 85 % случаев. Девять процентов неудач были связаны с повреждением предметов — чаще всего, когда робот ронял их на пол. В 14 % случаев неудачи происходили при работе с книгами — при укладке в контейнер робот рвал страницы. Учитывая объёмы продаж книг, специалисты по робототехнике Amazon считают, что конструкция Stow нуждается в доработке с учётом этих особенностей. По скорости укладки Stow почти не уступает обычным складским работникам. 

«В течение марта 2025 года люди укладывали товары со средней скоростью 243 единицы в час, тогда как роботизированные системы — со скоростью 224 ед./ч», — указано в исследовании. Скорость укладки у людей варьировалась в зависимости от условий и размеров предметов. Они быстро справлялись с мелкими товарами, но затрачивали больше времени на укладку крупных предметов или в случаях, когда приходилось наклоняться либо подниматься по лестнице, чтобы добраться до нужного контейнера.

Робот Pick за шесть месяцев тестирования, работая по шесть часов в день по выходным — с октября 2024 по март 2025 года, — показал 91 % успешных подборов из 12 тыс. попыток. При этом он отклонил 19,4 % запросов на подбор, поскольку не смог распознать предмет с помощью машинного зрения или из-за риска его повреждения.

Amazon рассматривает возможность обучения роботов с помощью визуально-моторной политики (VMP) вместо программирования определённых действий. В исследовании отмечено, что основной проблемой использования роботов, обученных по методу VMP, является отсутствие интерпретируемости их действий в случае сбоев. Эту проблему планируется решать с помощью моделирования сбоев в модуле Real2Sim, предполагающего создание цифровых копий реальных сцен на основе роботизированных взаимодействий.