AI定制仓储调度的效率收益与计算代价

给一台车挑个近些的取货点，省下的是这台车的路，排在后面的车却可能多等几步。

《Late Autumn: LLM Agents Specialize a General Multi-Robot Planner for One Warehouse》一文中，Yimin Tang等研究大语言模型编程智能体能否把通用的多机器人规划器改得更适合一座特定仓库。研究者参照既有仓库布局建立仿真，让智能体从同一版代码出发，独立开展六次优化。每次选出一个补丁，先在原场景用新的随机种子复测，再原样移到其他布局和工况中，观察吞吐收益能保留多少。

研究者把仓库划成相邻的网格，持续加入取送任务。机器人可以等待或移动，取货和交货都须在指定位置连续停留四步。未修改的ITA-LaCAM先用匈牙利算法为机器人匹配目标，再为多台机器人联合搜索路径，避免同格占用和迎面换位。在主场景中，100台机器人共用包含多条单格宽巷道的布局，仿真每回合运行400步。智能体可以改动任务分配和路径规划，评测端则固定地图、任务生成规则与评分程序。吞吐量按每个仿真步完成的任务数计算，单次规划的实际运行时间预算为一秒。

六次优化各从同一份代码开始，智能体可用公开种子自测，正式评测则在独立主机上使用十个隐藏种子，只返回汇总得分。每次优化有一百次正式评测，从中挑出得分最高的版本。由于反复试改也可能碰上有利的随机任务序列，研究者另取二十个新种子，让六个补丁与未修改的基线在相同条件下逐一比较。六个补丁在每个新种子上都超过基线，各自的平均吞吐增幅为22%至63%。这说明在布局和任务生成规则保持不变时，改动带来的收益可以在新生成的任务序列上重现。

复测确认了吞吐收益，代码差异则给出了部分解释。在单格宽的巷道里，一台车停下取货或交货，后面的车就无法越过。三次优化各自加入了两条规则，让目标在巷道外的车优先驶出，并提高受阻取交货点的匹配成本，让任务分配避开已经堵住的位置。按研究者对刷新评分纪录的提交所作的归类，这两条规则对应三次优化各自增益的28%至67%。另一次优化的末次改动仅比上一版多完成每步0.008项任务，却把一个400步回合的累计规划耗时推到未修改基线的112倍。同样是吞吐量上升，改动所用的计算时间可以相差很大。

研究者随后将六个补丁原样移到七种留出配置中，每种配置都用相同的随机种子将补丁与基线配对比较。换用另一种布局时，补丁保留了原场景绝对吞吐增益的57%至91%。出库与入库任务的比例改为80∶20时，四个补丁只比该工况下的基线高3%至10%，另外两个各低6%。代码审读还发现，有些改动把停留时间或车辆载量写进了公式，一个补丁在试跑到880毫秒后又为主求解另设一秒时限。迁移测试量出了收益在新工况下的变化，审读则揭示了部分代码对工况和计时规则的具体依赖。

更换随机种子检验的是同一套需求规则下，收益能否跨不同任务序列重现。改变出入库比例则改变了需求本身，即使场地和车队照旧，原来有效的调度规则也可能失去优势。该研究还显示，计算代价要结合基线来看。未修改的规划器在定制场景中平均每次调用约耗时4.8毫秒，距离一秒上限尚有较大余量，累计耗时倍数也以这一实现为参照。可以从中归纳的是，评价定制收益需要交代工况与时间预算。这里测得的增幅和耗时来自同一个规划器的仓库仿真，实体机器人部署仍有待检验。

对仓库运营者而言，可以把补丁验收做成一次受约束的复测。平时入库和出库大致均衡、某些时段出库占多数，就分别用对应的任务组合比较新旧版本。若现场的调度周期更短，还可以让两版程序遵守同一个总时限，测量收紧预算后每步还能多完成多少任务，并记录有多少次规划超过时限。代码审查也有了具体对象，例如试跑与主求解是否共用计时，以及停留时间和车辆载量能否随配置更新。运营者据此可以判断，哪些吞吐收益能够计入日常运力，哪些只适用于特定时段和配置。

评分表上只添了一点吞吐量，计时器却可能多走很久。那一点增量值不值得，要看多用的时间原本还能做什么。