SG.hu
Az Amazon nem tartja elég jónak a raktári robotokat az emberek helyettesítésére
Az Amazon raktári robotjai elég jól fel tudják venni és pakolgatni a termékeket ahhoz, hogy az e-kereskedelmi óriás örömmel tesztelje azokat, de ahhoz még nem elég jók, hogy leváltsák az emberi munkásokat.
Amikor egy termék megérkezik az Amazon raktárába, az emberi munkások felmérik a minőségüket, mielőtt hagyományos anyagmozgató berendezésekkel felpakolnák őket az állványokra. Amikor egy vásárló lead egy rendelést, a társaság munkatársai a kívánt terméket tartalmazó teljes tárolóegységet egy komissiózó állomáshoz viszik, ahol a személyzet kiveszi az adott terméket, és elküldi csomagolásra és szállításra. Az Amazon most teszteli a „Stow” és „Pick” nevű robotokat, amelyek ez utóbbi feladatokat végzik, és a korai eredményeket két kutatási dokumentumban részletezték.
A Stow robot egy kinyújtható karral, a végén csípőfogóval tudja manipulálni a tárolókban lévő tárgyakat. Vizuális érzékelő rendszere felméri a tárolókban rendelkezésre álló helyet, és egy gépi tanulási modell a meglévő tárolótartalom alapján megjósolja a csomagolás sikerességének arányát. Mielőtt a gép belerakna egy tárgyat a tárolóba, képes felmérni azt, hogy elegendő hely van-e még a számára. Az Amazon egy teszt során több mint 500 000 tárgyat próbált meg a Stow segítségével átpakolni, és a gép az esetek 85 százalékában megfelelően végezte a munkáját.
A közzétett eredmények szerint a problémás esetek kilenc százalékában sérült meg egy termék, leggyakrabban azután, hogy az a padlóra esett. A meghibásodások tizennégy százalékában a könyvek lapjai elszakadtak, amikor a robot megpróbálta betenni azokat a helyükre. Tekintettel arra, hogy az Amazon milyen sok könyvet árul, a vállalat robotikusai úgy gondolják, hogy könyvkímélő módszereket kell kidolgozniuk.
A Stow robot sebessége hasonló volt, mint az emberi dolgozóké. "2025 márciusában az emberek átlagosan 243 egység/óra (UPH) sebességgel pakoltak, míg a robotrendszerek 224 UPH sebességgel” - áll a tanulmányban. „Ez az összehasonlítás csak hozzávetőleges az ugyanazon szinten dolgozó emberi rakodókkal, mivel a rakodási sebességek a beérkező tételek eloszlása és a tárolókban már benne lévő tételek sűrűsége alapján változnak.” Az emberek nagyobb eltéréseket mutattak a rakodási sebességben - a kis tételeket gyorsan kezelték, de a nagyobb tételeknél hosszabb ideig vacakoltak, vagy amikor guggolniuk kellett, vagy létrát kellett mászniuk a tárolókhoz való hozzáféréshez. Az Amazon kutatói úgy vélik, hogy az emberi rakodási arány 4,5 százalékkal gyorsulhatna, ha a robotok csak a tárolókapszulák felső soraiban dolgoznának, és az emberek nem másznának fel a létrákra.
A kutatási dokumentum szerint a Pick robot még magasabb sikerarányt ért el a hat hónapos próbaüzem során, amely 2024 októberétől 2025 márciusáig, hétvégenként napi hat órán át zajlott. A robot 91 százalékos sikerességi arányt ért el 12 000 felvételi kísérlet során - bár a felvételi kérések 19,4 százalékát elutasította, miután a gépi látása nem ismerte fel a tárgyat a sérüléstől való félelem miatt.
Az Amazon kutatói úgy látják, hogy kísérleteik fontos lépéseket jelentenek a megbízható robotrendszerek felé, amelyeket a vállalat tömegével is bevethet. Az e-kereskedelmi óriáscég a robotok tanítását vizuomotoros irányelvek tanulása (VMP) révén kívánja feltárni, ahelyett, hogy kézzel programoznának bizonyos robotviselkedéseket. "A megtanult VMP-k alkalmazásának egyik fő kihívása a hiba esetén való értelmezhetőség hiánya” - állapítják meg az Amazon kutatói a Pick robotról szóló tanulmányban. „Míg egy egyszerű hibát gyakran könnyű kijavítani vagy a heurisztikus megközelítések algoritmikus korlátait javítani, a VMP-ket újra kell képezni vagy finomhangolni, hogy a korábbi teljesítményük megtartása mellett tanuljanak a hibákból.”
Amikor egy termék megérkezik az Amazon raktárába, az emberi munkások felmérik a minőségüket, mielőtt hagyományos anyagmozgató berendezésekkel felpakolnák őket az állványokra. Amikor egy vásárló lead egy rendelést, a társaság munkatársai a kívánt terméket tartalmazó teljes tárolóegységet egy komissiózó állomáshoz viszik, ahol a személyzet kiveszi az adott terméket, és elküldi csomagolásra és szállításra. Az Amazon most teszteli a „Stow” és „Pick” nevű robotokat, amelyek ez utóbbi feladatokat végzik, és a korai eredményeket két kutatási dokumentumban részletezték.
A Stow robot egy kinyújtható karral, a végén csípőfogóval tudja manipulálni a tárolókban lévő tárgyakat. Vizuális érzékelő rendszere felméri a tárolókban rendelkezésre álló helyet, és egy gépi tanulási modell a meglévő tárolótartalom alapján megjósolja a csomagolás sikerességének arányát. Mielőtt a gép belerakna egy tárgyat a tárolóba, képes felmérni azt, hogy elegendő hely van-e még a számára. Az Amazon egy teszt során több mint 500 000 tárgyat próbált meg a Stow segítségével átpakolni, és a gép az esetek 85 százalékában megfelelően végezte a munkáját.
A közzétett eredmények szerint a problémás esetek kilenc százalékában sérült meg egy termék, leggyakrabban azután, hogy az a padlóra esett. A meghibásodások tizennégy százalékában a könyvek lapjai elszakadtak, amikor a robot megpróbálta betenni azokat a helyükre. Tekintettel arra, hogy az Amazon milyen sok könyvet árul, a vállalat robotikusai úgy gondolják, hogy könyvkímélő módszereket kell kidolgozniuk.
A Stow robot sebessége hasonló volt, mint az emberi dolgozóké. "2025 márciusában az emberek átlagosan 243 egység/óra (UPH) sebességgel pakoltak, míg a robotrendszerek 224 UPH sebességgel” - áll a tanulmányban. „Ez az összehasonlítás csak hozzávetőleges az ugyanazon szinten dolgozó emberi rakodókkal, mivel a rakodási sebességek a beérkező tételek eloszlása és a tárolókban már benne lévő tételek sűrűsége alapján változnak.” Az emberek nagyobb eltéréseket mutattak a rakodási sebességben - a kis tételeket gyorsan kezelték, de a nagyobb tételeknél hosszabb ideig vacakoltak, vagy amikor guggolniuk kellett, vagy létrát kellett mászniuk a tárolókhoz való hozzáféréshez. Az Amazon kutatói úgy vélik, hogy az emberi rakodási arány 4,5 százalékkal gyorsulhatna, ha a robotok csak a tárolókapszulák felső soraiban dolgoznának, és az emberek nem másznának fel a létrákra.
A kutatási dokumentum szerint a Pick robot még magasabb sikerarányt ért el a hat hónapos próbaüzem során, amely 2024 októberétől 2025 márciusáig, hétvégenként napi hat órán át zajlott. A robot 91 százalékos sikerességi arányt ért el 12 000 felvételi kísérlet során - bár a felvételi kérések 19,4 százalékát elutasította, miután a gépi látása nem ismerte fel a tárgyat a sérüléstől való félelem miatt.
Az Amazon kutatói úgy látják, hogy kísérleteik fontos lépéseket jelentenek a megbízható robotrendszerek felé, amelyeket a vállalat tömegével is bevethet. Az e-kereskedelmi óriáscég a robotok tanítását vizuomotoros irányelvek tanulása (VMP) révén kívánja feltárni, ahelyett, hogy kézzel programoznának bizonyos robotviselkedéseket. "A megtanult VMP-k alkalmazásának egyik fő kihívása a hiba esetén való értelmezhetőség hiánya” - állapítják meg az Amazon kutatói a Pick robotról szóló tanulmányban. „Míg egy egyszerű hibát gyakran könnyű kijavítani vagy a heurisztikus megközelítések algoritmikus korlátait javítani, a VMP-ket újra kell képezni vagy finomhangolni, hogy a korábbi teljesítményük megtartása mellett tanuljanak a hibákból.”