近期，Ocado Group 旗下的 Kindred 發布了其 INDUCT 人工智能機器人感應系統為期 18 個月的 Beta 測試結果。INDUCT 在進行 Beta 試驗的快節奏全球物流中心以 95% 的準確率自動導入了超過 100 萬件物品。

Kindred 首席執行官 Marin Tchakarov 表示：“這是我們可以測試的最激烈、要求最高的現實場景，INDUCT 取得了勝利。通過在這里取得成功，我們已經證明 INDUCT 現在可以成功部署在使用感應的任何類型的設施中?！?/p>

Kindred INDUCT是建立在 Kindred 專有的 CORE/AutoGrasp 人工智能 (AI) 平臺上的高速機器人工作單元。它結合了機器視覺、抓取和操縱算法，以自動化各種物品集（包括盒子、信封、包裹和包裹）的歸納過程。

這家總部位于舊金山的公司表示，由于它由 Kindred 基于強化學習的 AI 算法提供支持，隨著時間的推移，INDUCT 工作單元變得更智能、更快速、更高效。

在為期 18 個月的測試計劃結束時，INDUCT 取得了以下績效：

1、通過入職周期處理了 100 萬個包裹

2、每小時 1,800 次揀選 (PPH) 平均吞吐量

2、高峰期 2,000 PPH

3、95% 的加工物品被準確地放置在移動的傳送帶系統上

4、96%條碼掃描率

5、99% 完成自主工作時間

通過最終入職測試

該公司表示，此次 Beta 測試旨在讓 INDUCT 系統在兩個旺季期間在最艱苦和快節奏的物流環境中通過其步伐。

一個 INDUCT 工作單元被整合到一個全球物流設施和交通樞紐的現有感應線中，每小時分揀 200,000 個小包裹，在假期高峰期處理多達 400,000 個包裹。為期 18 個月的測試版允許工作單元在多個旺季運行，并在很長一段時間內衡量績效。

從時間緊迫的法律文件到易碎包裹等物品通過飛機或卡車運抵該設施。在兩個小時內，這些物品必須在保證的時限內快速、精細、準確地卸載、分類和重新裝載，以便運輸到最終交付點。

包裝方法和策略在不斷變化，Kindred 工程師對工作單元和算法進行了調整，以處理可能出現在項目流中的新包裝材料和形狀因素。

Tchakarov 解釋道：“我們將使用在 INDUCT 測試版期間收集的大量數據來擴展和加強我們的 CORE/Autograsp? AI 平臺，這是所有 Kindred 系統的基礎，這將幫助我們擴展其他產品線（例如 SORT）將來可以處理的項目集類型，從而擴大公司的潛在市場。”

融入現有的感應設置

INDUCT 工作單元現已上市，并無縫集成到處理和處理物品集（包括盒子、信封、包裹和包裹）的設施中。多個工作單元可以沿著同一條執行線協作執行，以最大限度地提高生產力并緩解包裹、郵政、物流、交付和電子商務供應鏈、配送中心和倉庫的容量短缺問題。

INDUCT 與廣泛的通信協議、定制以及客戶和倉庫管理系統兼容。Kindred 的集成團隊可以開發定制的性能統計和參數配置，以便于實施。

由于 INDUCT 以機器人即服務 ( RaaS) 模型的形式提供，公司可以立即實現財務回報，并通過按處理的物品付費來最大限度地減少使用機器人系統的資本投資。