FedEx的双臂机器人DexR像玩3D俄罗斯方块一样装载送货卡车

FedEx每天处理超过1500万个包裹，而其中最棘手的任务之一落在人类身上：将各种尺寸、形状、重量和包装材料的箱子装进送货卡车，且这些箱子是随机到达的。2023年9月，该公司发布了DexR，这是一款与红木城机器人初创公司Dexterity合作打造的双臂机器人，恰好能自动化这一环节——尽可能高效地在卡车内部将不同尺寸的箱子堆叠成排。

该机器人通过摄像头和激光雷达感知包裹，然后规划如何将现有箱子配置成一堵整齐的箱墙，将它们紧密贴合地放置而不压坏任何东西。每次放置都通过力反馈进行确认，每放一个箱子后，系统都会用摄像头和深度传感器重新扫描堆叠，将其与模型进行比对；任何偏差都会迫使堆叠计划即时调整。Dexterity首席执行官Samir Menon表示，该机器人同时使用生成式AI来计算堆叠方式以及识别和抓取箱子，各系统通过精心的工程整合在一起。

“几年前，AI还没有发展到足够智能、能够处理这种复杂决策的程度”，FedEx运营与先进技术副总裁Rebecca Yeung表示。在FedEx更大范围推广之前，DexR正处于测试阶段，这是商业机器人浪潮的一部分，卡内基梅隆大学的Matthew Johnson-Roberson预计，随着AI的进步最终在成本和效率方面使商业案例成立，这一浪潮将会增长。

教机器人像3D俄罗斯方块玩家一样用混合箱子搭建“墙壁”：感知、规划整个堆叠、通过力反馈将每个箱子就位，并在现实出现偏差时重新规划。

装载任务奖励的是整体堆叠规划，而非重复性动作——这与工业机器人被设计用来做的事情恰恰相反。

经仿真训练的AI在遇到真实纸箱时会失效；DexR通过每次放置后重新扫描现实来闭环。

随机化且对挤压敏感的输入使装载成为一个真正的优化问题，而非简单的取放问题。

FedEx瞄准的是人力最难维持的那个具体环节，而不是试图一次性自动化所有事情。

仓储机器人最难的部分不是抓取——而是在现实世界的偏差下规划整个排列，然后对照计划验证每一次放置。

截至发布时，DexR正处于测试阶段，之后将在FedEx各运营环节更大范围推广；《连线》将其视为AI、传感器和硬件进步正在开辟工厂生产线之外的商业机器人应用的证据。