11月17日晚，由《物流技術與應用》雜志、人工智能物流產業聯盟和曠視科技聯合打造的“AI+物流燈塔直播間”系列直播節目的第四期活動在線上準時開播。

作為本期直播嘉賓，北京科技大學博士生導師、《物流技術與應用》執行主編趙寧教授以《數字孿生與AI物流》為題進行了深度分享，結合多個數字化工廠仿真規劃項目，從而更好地幫助制造業和物流業應用物流仿真技術。

趙寧教授在北京科技大學機械工程學院物流工程系從事制造系統、物流系統的調度和仿真技術的教學和研究，曾參與西門子、慕斯寢具、九牧廚衛、大族激光等多家大型企業的數字化工廠仿真規劃項目，致力于推動物流仿真技術在制造業和物流業的廣泛應用。同時，他還兼任中國仿真學會智能仿真優化與調度專委會委員、中國機械工程學會工業大數據與智能系統分會委員、教育部高等學校物流管理與工程類專業教學指導委員會工作組成員、中國物流學會第六屆特約研究員。

趙寧教授的演講內容豐富而全面，主要包括三大部分：

1.數字孿生、AI物流、智能調度等概念的產生及發展。

2.數字孿生理論和技術在智能物流領域應用的原理基礎及發展現狀。

3.介紹數字孿生和仿真等技術在多層穿梭車系統調度和KIVA機器人系統調度研究中的應用，以及取得的科研成果。

據趙寧教授介紹，數字孿生（Digital Twin）概念由2003年密歇根大學Grieves教授在產品生命周期管理（PLM）課程上首次提出，但其理論概念被廣泛傳播，要歸功于2011年美國國家航空航天局探索利用（Digital Twin（DT）技術，用于航空航天飛行器的健康維護與保障。首先在數字空間建立真實飛機的模型，并通過傳感器實現與飛機真實狀態完全同步，這樣每次飛行后，根據結構現有情況和過往載荷，及時分析評估是否需要維修，能否承受下次的任務載荷等。

數字孿生是物理世界的數字化表示。除飛機運行維修外，可用于產品設計、生產制造、城市管理、物流等諸多領域，從而引起學術界的廣泛關注。

趙寧教授繼續解讀了智能（AI）物流、智能調度、物流仿真等概念。具體包括：AI物流是利用集成智能化技術，使物流系統能模仿人的智能，具有思維、感知、學習、推理判斷和自行解決物流中某些問題的能力。智能物流的未來發展將會體現出四個特點：智能化、一體化和層次化、柔性化、社會化。通過智能物流系統的四個智能機理，即信息的智能獲取技術、智能傳遞技術、智能處理技術、智能運用技術來實現智能物流。

智能調度（intelligent scheduling）又稱基于知識的調度（knowledge-based scheduling)，是人工智能和智能控制感興趣的研究領域之一。現實中的許多組合問題比較復雜，要從可能的組合或序列中尋求出一種最佳調度方案需要很大的搜索空間，可能產生組合爆炸問題。智能調度就是充分應用有關問題域的知識，盡可能減少組合爆炸，使得最佳調度或組合問題獲得有效解決的調度方法。

物流仿真是針對物流系統進行系統建模，并在電子計算機上編制相應的應用程序，模擬實際物流系統運行狀況，并統計和分析模擬結果，用以指導實際物流系統的規劃設計與運作管理。現實中很多物流系統比較復雜，需要通過仿真增強理解，優化控制，其仿真原理是離散事件仿真。

隨后，趙寧教授還給大家分析和厘清了幾個相似的技術，包括數字孿生與動畫、數字孿生與仿真、數字孿生與虛擬調度、數字孿生與虛擬監控等等。

總體來說，這些技術都與數字孿生類似，但是有區別。他解釋說，如數字孿生相對于動畫，不僅僅是對外部物理世界形象的鏡像反映，更重要的是對外物物流設備或者系統性能的模仿。虛擬調試的價值在于可以用低成本的計算機實驗代替高成本的物理實驗，但二者不同之處在于物理仿真一般面向的對象是系統，而虛擬調試一般面向的對象是設備。

虛擬調試更追求“真”，目的在于測試邏輯避免錯誤；不追求“快” ，也就難以在系統層面進行優化。極致的“真”，往往是多學科多場融合的結果。極致的“快”，就需要從數學和數據上獲得更深的認知。

談到數字孿生與虛擬監控的區別，趙寧教授解讀到，隨著三維動畫技術的普及，逐漸出現了用虛擬仿真動畫代替攝像頭拍攝現場視頻的虛擬監控技術。虛擬監控是受現場實時數據的驅動，將實時數據以動畫形式展現；而虛擬仿真是將系統內在邏輯寫到仿真模型中，靠系統內在邏輯驅動仿真和動畫。

在演講中，趙寧教授著重介紹了數字孿生技術在智能（AI）物流中的應用和發展。他介紹到，發展機器智能化主要有兩條技術線路，一個是人工神經網絡，一個是智能算法。

人工神經網絡（Artificial Neural Networks，ANNs）也簡稱為神經網絡（NNs）或連接模型（Connection Model），它是一種模仿動物神經網絡行為特征，進行分布式并行信息處理的算法數學模型。這種網絡依靠系統的復雜程度 ，通過調整內部大量節點之間相互連接的關系，從而達到處理信息的目的。

“智能算法”是指在工程實踐中，經常會接觸到一些比較“新穎”的算法或理論， 比如模擬退火算法、遺傳算法、差分進化算法、粒子群算法、蟻群算法等。這些算法或理論都有一些共同特性（比如模擬自然過程），在解決一些復雜的工程問題時大有用武之地。

相比數字孿生技術，趙寧教授認為虛擬調度和仿真技術應用于智能物流系統都有一些困難。

其中，虛擬調度應用的主要困難是：調度模型難以完全考慮所有現實因素，例如多機器人的擁堵問題、死鎖問題等。動態信息難獲取，例如機器人故障信息獲取。優化目標難確定，例如效率最高、路徑最短、命中率最高如何取舍。約束條件難確定，例如空機器人可以穿貨架，不可穿立柱；單行道/雙行道等。調度算法的評價難，例如在10個機器人倉庫應用良好的算法是否依然在100個機器人的倉庫依然有效？

仿真技術應用的主要困難是：應用目標不明確，除了動畫，能解決什么問題？成本高，仿真建模完全定制，周期長、耗費人力多、成本高。擬真度低，仿真結果與物理結果偏差大。仿真速度慢，仿真速度接近甚至慢于物理時間。

如果有能夠解決上述問題的終極方法，那就是面向AI物流的數字孿生。

在科研工作中，趙寧教授已經開展了利用數字孿生和仿真等技術對多層穿梭車系統調度和KIVA機器人系統調度進行優化的研究，并取得相關的科研成果。

最后，趙寧教授對未來數字孿生技術和智能物流的發展方向和相關問題進行了展望和預測：

• 智能物流對傳統物流模式帶來極大的變革，消滅了許多應 用人力造成的痛點， 同時帶來用好智能裝備的新需求。

• 智能物流系統的設計、調度、仿真一體化是有前景的應用方向。

• 智能物流和數字孿生的結合是未來的方向。

• 調度的“穩、準、快”和仿真的“真、快”是發展的核心，對物流裝備產業具有很強的應用價值。

• 企業側重落地,高校側重前沿,物流裝備領域的創新需要企業和高校在研發層面的深度融合。

曠視是全球領先的人工智能產品和解決方案公司。自2011年成立起，便意識到人工智能將為世界帶來巨大變革，而深度學習是支撐人工智能革命的關鍵。以深度學習為曠視的核心競爭力，我們得以持續不斷地推動全球技術創新，并率先開始將前沿技術商業化。

依托自研的新一代AI生產力平臺Brain++，專注于算法能創造極大價值的領域：個人物聯網、城市物聯網和供應鏈物聯網，向客戶提供包括算法、軟件和硬件產品在內的全棧式、一體化解決方案，幫助客戶及終端用戶降本增效，并帶來極致體驗。目前，曠視擁有近3000名員工，業務遍及全球，服務數十萬開發者和超過3000家行業客戶。

作為全球領先的人工智能產品和解決方案公司，曠視從2017年開始就進入智慧物流領域，基于云、邊、端等平臺的深度神經網絡算法創新，打造智能物流裝備及“智慧大腦”曠視河圖，并聚合行業合作伙伴，向工業物流及商業物流場景提供高度智慧化的行業解決方案及全生命周期服務，幫助企業降本增效、簡化管理，為工業數字化升級提供創新引擎。

在算法方面，曠視依托自主研發的新一代人工智能生產力平臺Brain++，結合物流場景的實際需求，能夠為不同的物流場景定制化輸出算法，讓新算法的生成更高效、更經濟地服務物流場景的客戶。

在軟件方面，曠視打造了業界首個機器人物聯網操作系統——河圖操作系統，具備生態連接、協同智能、數字孿生三大特性，使曠視得以在各類物流環境中智能協調軟件、物聯網設備和人，幫助客戶一站式解決規劃、仿真、實施、運營全流程。目前河圖已經成功落地百余個項目。

在硬件方面，曠視正在不斷推出新一代物料搬運AGV、智能圓形播種機、AI+堆垛機等多款自研機器人及AI物流裝備，全面覆蓋搬運、存儲、輸送分揀場景。目前，曠視在北京、寧波、蘇州擁有3家研發制造基地，用于機器人及智能物流裝備的測試與生產。今年下半年，曠視還將推出多款機器人及人工智能物流裝備。

此外，曠視也在不斷聯合產、學、研、用等產業各方的力量，共同推動智慧物流的快速發展。

目前，曠視已將供應鏈物聯網業務擴展至10余個國家和地區，累計向智能制造、零售電商、3PL、汽車、鞋服、醫藥、教育等數10個行業的數百家客戶提供端到端的智慧物流解決方案。