多个机器人在物料搬运应用中协同工作。这是一个可以通过工作单元优化来加速的潜在应用。

（作者：Dan Sorin，系Realtime Robotics（美国马萨诸塞州波士顿）创始人兼首席架构师）

在工业环境中部署机器人时，性能是首要目标之一。在工业机器人工作单元中，性能通常用周期时间来衡量：完成一组任务所需的时间。典型的任务包括喷漆、焊接和检查。无论哪种任务，目标都是尽快完成，以便工作单元可以开始下一组任务的工作。特定单元的周期过长会导致该单元成为装配线上的瓶颈。

提高性能的一种方法是在同一工作单元中使用多个机器人。在多机器人工作单元中，任务可由机器人分担，期望机器人能同时完成工作，从而缩短周期时间。从理论上讲，更多的机器人意味着更高的性能，但正如在厨房中增加厨师一样，实际结果并不总是符合预期。

多机器人工作单元性能的挑战

最近，一位客户在工作单元中增加了第二个机器人后找到我们，说他们只将周期时间缩短了 10%。虽然我们不能期望获得完美的并行性（从 1 个机器人增加到 N 个机器人，周期时间是之前的 1/N），但我们希望在工作单元中增加机器人能带来最大的效益。

为什么多机器人工作单元难以实现更好的性能？想象一下，您正在设计一个有四个机器人的工作单元，每个周期需要完成 50 个任务。如果我们认为设计既是为机器人分配任务，也是为每个机器人安排任务的顺序，那么就有大量可能的设计需要考虑。

首先，有大量可能的机器人任务分配。也许这种可能性会受到一些限制，因为有些机器人无法执行某些任务，要么是因为它们无法到达，要么是因为机器人是异构的，某些类型的机器人只能执行任务的子集。不过，可能分配的任务数量通常非常多，在本例中为 450 个（比 1030 个多一点）。然后，一旦分配了这些任务，机器人就可以按照大量不同的顺序执行任务。在我们的例子中，至少还有 1034 种可能的组合（假设任务平均分配为 12！4，如果任务分配不均，情况会更糟），因此我们最终需要考虑超过 1064 种可能的设计。即使我们可以每纳秒测试一个设计，所需的时间也比宇宙的年龄还要长。显然，设计的数量远远大于可以穷尽搜索的数量。

是什么将众多可能的设计区分开来呢？在好的设计中，每个机器人每个周期花费的时间大致相同；我们要避免一些机器人闲置，而另一些机器人仍在工作。同样，在一个好的设计中，每个机器人都能移动，而无需花费大量时间等待其他机器人让路，或采取非最佳路径以避开其他机器人。设计的目标是实现机器人的高性能编排。

在如此广阔的设计空间中，好的设计和差的设计之间的性能差异可能很大。即使忽略明显的不良设计，例如，将几乎所有任务分配给一个机器人，或对任务进行排序，使机器人的总运动量最大--看似合理的设计之间仍然存在显著的性能差异。

Realtime Robotics 的工程师正在研究多机器人紧固和检查单元

我们的团队开发了优化即服务 (OaaS)，利用专有算法找到高性能的设计方案，否则工程师团队需要花费数月时间才能发现这些方案。与经验丰富的工程师费力开发的设计相比，使用我们的 OaaS（稍后讨论），我们的速度提高了 5%-20%。这一结果说明，设计既非常困难，又非常重要。

目前如何进行多机器人工作单元设计

工程师如何从如此庞大的设计空间中选择设计方案？从根本上说，搜索任何类型的巨大空间的唯一方法就是从其中抽取样本（选择一个设计），评估该设计（评估其性能），并根据对该样本和之前抽取的任何样本的评估结果，决定下一个样本的位置。这种设计循环一直持续到获得性能足够好的设计，或者确定付出更多努力也不可能获得更好的设计为止。