選擇初始設(shè)計(jì)樣本：鑒于可能的選項(xiàng)數(shù)量巨大，選擇初始設(shè)計(jì)具有挑戰(zhàn)性。從哪里開始？經(jīng)驗(yàn)豐富的機(jī)器人工程師可能會(huì)有一些直覺，知道使用什么啟發(fā)式方法來縮小空間。例如，我們可能希望每個(gè)機(jī)器人分配到的任務(wù)數(shù)量大致相同。然而，即使是這種直觀的啟發(fā)式方法，也沒有考慮到每項(xiàng)任務(wù)--以及移動(dòng)到該任務(wù)--可能需要不同的時(shí)間。其他啟發(fā)式方法可能包括將任務(wù)分配給距離較近的機(jī)器人，以及對(duì)任務(wù)進(jìn)行排序，以盡量減少機(jī)器人的總運(yùn)動(dòng)量。

評(píng)估設(shè)計(jì)樣本：要評(píng)估一項(xiàng)設(shè)計(jì)，必須確定其性能。而要確定其性能，就必須為機(jī)器人制定運(yùn)動(dòng)計(jì)劃。運(yùn)動(dòng)規(guī)劃是計(jì)算如何讓機(jī)器人從一個(gè)任務(wù)到另一個(gè)任務(wù)，同時(shí)不撞擊任何障礙物或其他機(jī)器人的過程。運(yùn)動(dòng)規(guī)劃歷來是一個(gè)困難的計(jì)算問題，即使對(duì)于單個(gè)機(jī)器人來說也是如此，而編排多個(gè)機(jī)器人的運(yùn)動(dòng)規(guī)劃更是難上加難。事實(shí)上，運(yùn)動(dòng)規(guī)劃需要耗費(fèi)大量精力，這也是多機(jī)器人工作單元設(shè)計(jì)往往無法實(shí)現(xiàn)其性能潛力的主要原因。

由于編排難度很大，工程師們經(jīng)常使用 "干擾區(qū) "來簡(jiǎn)化任務(wù)。如果有兩個(gè)或兩個(gè)以上的機(jī)器人可能占據(jù)工作單元的某一部分，該區(qū)域就會(huì)被視為干擾區(qū)，要求機(jī)器人在進(jìn)入該區(qū)域前獲得鎖定，因此在同一時(shí)間內(nèi)，只有一個(gè)機(jī)器人可以進(jìn)入特定的干擾區(qū)。雖然干擾區(qū)讓運(yùn)動(dòng)規(guī)劃變得更容易，但卻犧牲了相當(dāng)可觀的性能，因?yàn)槎鄠€(gè)機(jī)器人經(jīng)常有可能在一個(gè)干擾區(qū)內(nèi)運(yùn)行而不會(huì)發(fā)生碰撞。

此外，由于找到一個(gè)好的運(yùn)動(dòng)規(guī)劃需要很長(zhǎng)時(shí)間，這就限制了在實(shí)際時(shí)間內(nèi)可以評(píng)估的樣本數(shù)量。在運(yùn)動(dòng)規(guī)劃速度較慢的情況下，工程師通常只能考慮少數(shù)幾種設(shè)計(jì)。評(píng)估較少的設(shè)計(jì)意味著找到優(yōu)秀設(shè)計(jì)的機(jī)會(huì)較小。

選擇后續(xù)設(shè)計(jì)樣本：工程師必須根據(jù)最新樣本的評(píng)估結(jié)果以及之前樣本的評(píng)估結(jié)果，選擇下一個(gè)樣本。這里有許多可能的算法。通常情況下，這些算法會(huì)權(quán)衡兩方面的需求，一方面是希望取樣靠近被認(rèn)為優(yōu)秀的前一個(gè)樣本，另一方面是希望取樣遠(yuǎn)離前一個(gè)樣本，以避免陷入局部最優(yōu)。

優(yōu)化多機(jī)器人工作單元的生產(chǎn)率

OaaS 首先分析制造商現(xiàn)有的數(shù)字孿生系統(tǒng)，找出瓶頸區(qū)域，從而提高整體生產(chǎn)率。我們的工程師使用 OaaS 軟件，根據(jù)所需的參數(shù)（如周期時(shí)間）提出改進(jìn)建議，但也可考慮占地面積和功耗等問題。這些建議從根本上說是基于對(duì)巨大的可能設(shè)計(jì)空間進(jìn)行快速有效的搜索。

由于運(yùn)動(dòng)規(guī)劃歷來是搜索高性能多機(jī)器人工作單元設(shè)計(jì)的主要限制因素，我們的方法利用了高速運(yùn)動(dòng)規(guī)劃的新技術(shù)。Realtime Robotics 公司推出了 RapidPlan 運(yùn)動(dòng)規(guī)劃軟件，該軟件結(jié)合使用了更高效的算法和數(shù)據(jù)結(jié)構(gòu)，使單個(gè)機(jī)器人和多個(gè)機(jī)器人的運(yùn)動(dòng)規(guī)劃延遲時(shí)間達(dá)到毫秒量級(jí)。運(yùn)動(dòng)規(guī)劃延遲時(shí)間的這種數(shù)量級(jí)的加速是一種變革，因?yàn)樗苟鄼C(jī)器人工作單元的設(shè)計(jì)過程更加有效。

由作為 OaaS 基礎(chǔ)的 RapidPlan 軟件控制的異構(gòu)多機(jī)器人單元

與任何搜索巨大空間的方案類似，我們的想法也是遵循相同的設(shè)計(jì)循環(huán)：設(shè)計(jì)采樣、評(píng)估設(shè)計(jì)、選擇下一個(gè)設(shè)計(jì)，等等。不過，由于評(píng)估工作現(xiàn)在可以快速完成，因此可以在合理的時(shí)間內(nèi)（例如不到一天）評(píng)估數(shù)十萬甚至數(shù)百萬個(gè)可能的樣本。

無論采用哪種取樣方法，考慮更多設(shè)計(jì)的能力都會(huì)大大增加在設(shè)計(jì)空間中找到更高性能設(shè)計(jì)的機(jī)會(huì)。優(yōu)化算法可以在好設(shè)計(jì)附近提取更多樣本，同時(shí)也可以提取更多足夠遠(yuǎn)的樣本，以避免局部最優(yōu)。它還可以從多個(gè)初始樣本開始，并行運(yùn)行搜索。

與傳統(tǒng)的增加機(jī)器人來解決問題的方法相比，OaaS 可以提供更好的結(jié)果。增加機(jī)器人就好比在高速公路上增加一條車道以改善交通狀況，其所產(chǎn)生的額外成本甚至超過了額外機(jī)器人的成本，包括更高的編程復(fù)雜度。

要評(píng)估一項(xiàng)設(shè)計(jì)，必須確定其性能。而要確定其性能，就必須為機(jī)器人制定運(yùn)動(dòng)計(jì)劃。

從已經(jīng)優(yōu)化的單元或新單元中擠出更多周期時(shí)間的潛力正促使越來越多的汽車制造商轉(zhuǎn)向 OaaS。一家領(lǐng)先的汽車制造商最近在電動(dòng)汽車制造的概念驗(yàn)證項(xiàng)目中使用了 OaaS。該公司在不停止或干擾正在進(jìn)行的生產(chǎn)的情況下對(duì)模擬文件進(jìn)行了分析，分析后提出的建議有助于將周期時(shí)間縮短 15%。改進(jìn)措施最終在不暫停生產(chǎn)的情況下被采納。

未來展望

多機(jī)器人工作單元設(shè)計(jì)并不是一個(gè)完全解決的問題。我們發(fā)現(xiàn)采用高速運(yùn)動(dòng)規(guī)劃的設(shè)計(jì)性能更高，但機(jī)會(huì)仍然存在。更快的運(yùn)動(dòng)規(guī)劃可以更徹底地探索設(shè)計(jì)空間，而更巧妙的采樣算法可以使采樣設(shè)計(jì)更好地覆蓋設(shè)計(jì)空間。通過更好地搜索設(shè)計(jì)空間，我們可以找到性能更強(qiáng)、功耗更低、占地面積更小的設(shè)計(jì)。鑒于這一問題對(duì)工業(yè)機(jī)器人用戶的重要性，我們期待在這一領(lǐng)域有更多創(chuàng)新。