FedExの2本腕ロボットDexR、3Dテトリスのように配送トラックへ荷積み

FedExは1日1500万個以上の荷物を扱っており、最も難しい作業の一つが人間に委ねられている。あらゆる大きさ、形、重さ、梱包材の箱がランダムな順序で届く配送トラックへの荷積みだ。2023年9月、同社はRedwood Cityのロボティクス新興企業Dexterityと共同で開発した2本腕ロボットDexRを発表した。これはまさにその工程を自動化するもので、大きさの異なる箱の列をトラック内で可能な限り効率的に積み上げる。

ロボットはカメラとライダーで荷物を認識し、手元の箱をどのように組み合わせて整った壁にするかを計画し、何も潰さないようにぴったりと配置する。各配置は力覚フィードバックで確認され、1箱ごとにシステムがカメラと深度センサーで積み上げ状態を再スキャンしてモデルと比較する。差異があれば積み上げ計画をその場で適応させる。DexterityのCEO、Samir Menon氏によれば、このロボットは積み上げの計算と箱の識別・把持の両方に生成AIを用いており、それらのシステムは綿密なエンジニアリングによって統合されているという。

「数年前、AIはこの種の複雑な意思決定を扱えるほど賢い段階にはありませんでした」と、FedExのオペレーションおよび先端技術担当バイスプレジデント、Rebecca Yeung氏は述べた。DexRはFedExでの広範な展開を前にテスト中であり、AIの進歩によってコストと効率の面でのビジネスケースがようやく成立するようになったことで成長が見込まれるとカーネギーメロン大学のMatthew Johnson-Roberson氏が期待する商業ロボティクスの波の一部である。

3Dテトリスのプレイヤーのように、混在する箱の「壁」を築く方法をロボットに教えること。すなわち、認識し、積み上げ全体を計画し、力覚フィードバックで各箱を据え、現実がずれたら再計画すること。

荷積みは反復動作ではなく積み上げ全体の計画を要する。これは産業用ロボットが作られてきた目的とは正反対である。

シミュレーションで訓練されたAIは実際の段ボールに直面すると破綻する。DexRは配置のたびに現実を再スキャンすることでループを閉じる。

ランダムで潰れやすさに敏感な入力により、荷積みはピックアンドプレースではなく真の最適化問題となる。

FedExはすべてを一度に自動化しようとするのではなく、人間の労働力を確保するのが最も難しい特定の工程に狙いを定めた。

倉庫ロボティクスの難所は把持ではない。現実世界のずれの中で配置全体を計画し、配置のたびに計画と照合して検証することである。

発表時点で、DexRはFedExの業務全体への広範な展開を前にテスト中であった。WIREDはこれを、AI、センサー、ハードウェアの進歩が工場の生産ラインを超えて商業ロボティクスの応用を切り開いている証拠として位置づけた。