面向机器人排序系统的目的地至沟任务映射优化

我们研究了优化目的地至沟任务映射，以提高机器人排序系统（RSS）的吞吐量。该系统中，机器人团队通过将包裹从投递站输送到根据包裹收货目的地（如洛杉矶或匹切斯布城）的 eject 沟来完成排序。目的地至沟任务映射用于确定机器人可投递其包裹的沟位。高质量任务映射的寻找具有挑战性，因为实际的 RSS 具有复杂性。首先，任务映射与机器人目标分配和路径规划相互依赖。其次，一旦沟位接收到足够的包裹用于下游处理，将关闭这些沟位。第三，任务映射质量直接影响下游处理，因为相同目的地的分散沟位会增加包裹处理时间。本文首先正式定义了任务映射及任务映射优化（TMO）问题。随后，我们构建了一个 RSS 模拟器来评估任务映射。我们随后提出一种基于进化算法和混合整数线性规划的简单 TMO 方法，展示了在各种 RSS 配置（包括不同地图大小、沟位数和目的地数）下，我们优化后的任务映射相对于贪心生成方式的优势。最后，我们使用质量多样性算法分析了多样化任务映射的吞吐量。我们的代码已公开于 https://github.com/lunjohnzhang/tmo_public。