“最后三公里”场景下的道路是非结构化的，物流机器人虽是低速行驶，却要处理极为复杂的博弈需求。包括在凌乱的社区道路避让人群、车辆、猫狗及各类障碍物，实现转弯、急停、会车、倒车等操纵。机器人要实现安全和效率的平衡，或者说解决freezing robot problem（机器人冻结题目，指一旦环境超过某种复杂度，机器人会以为所有向前的路径都不安全，于是会在原地“冻结”以避免碰撞等）。更复杂的是，当障碍物自身拥有意图并且不中断快速变化时，对物流机器人的意图识别、决策规划和整车制动能力要求也就极高。比如在仅收留一车通行的道路上发生汇车，物流机器人要判定对方意图，是减速靠边还是优先通行，并据此作出行驶决策，但对方车辆意图实时变化，可能第一瞬间决定减速，下一瞬间又改变主意、加速通过，物流机器人必须根据对方意图实时调整自己的判定。而这些数据处理和意图识别等能力可以总结为物流机器人自身的AI智能“大脑”。智能“大脑”越强大，我们就越放心它在道路上行驶。

　　01 现有解决方案分析

　　在这样一个AI物流机器人配送方案中，不仅可以节省大量人力本钱、进步“最后三公里”的末端配送效率，还可以给客户提供丰富多样的配送选择。然而，以上全是对AI物流配送机器人的美好想象。要想这种机器人能够实际落地，我们又要解决哪些题目？

　　03 AI物流机器人的技能树

　　据《国家邮政局公布2020年上半年邮政行业运行情况》报告数据显示，2020年上半年全国快递服务企业业务量已累计完成338.8亿件，较2019年同比增长22.1%。快递物流行业的蓬勃发展，为我国物流效率的提升提出了更高要求，也为当前物流体系中效费比最低的“最后三公里”末端物流配送改革吹响了“冲锋令”。据统计，“最后三公里”配送的每公斤本钱是干线物流的8倍、同城10km物流的5倍。谁能更好地解决“最后三公里”，谁就能把握未来物流体系地话语权。那么，面对“最后三公里”这一末端配送困难，目前又有哪些好的解决方案呢？

　　传统的办法是，以人冲量。即由快递职员一件一件的上门投递，或者让快递职员用小车拉着快件，在片区的每个小区门口，定时定点摆放快递。但倘若碰到客户不在家的情况，只能电话协商一个临时解决办法。在面对急速增长的业务需求的时候只能大幅增加职员，而这在人工本钱日益高企、客户需求场景日益复杂的现实下，越来越难堪大任。于是产生了升级版本——智能快递柜。将活动性的配送变成了小区内的定点配送。智能快递柜能够较好地解决客户的寄取件时间个性化题目，并节省物流末端配送人力本钱。然而这种以逸待劳的存柜方法并不是万能的：因存储费用题目，在今年疫情阴影笼罩全国期间，杭州业主率先爆发了对智能快递柜的抗议，并拆除了小区的智能快递柜。实在，业主们所抗争的并不只是存储的费用题目，更多的是对物流配送公司惰性物流的担忧。

　　作为为解决物流末端配送“最后三公里”题目诞生的物流机器人，它将怎样切进我们的实际生活使用呢？

　　此外，亚马逊也推出了末端无人机配送方案。无人性能较好满足灵活配送的要求，替换人类从事低效益工作。但末端无人机配送同样存在着几个巨大的题目：续航短、载重低注定只能堪任协助配送这一角色，淄博物流网 ，低空飞行的安全题目也更加引发人们的担忧。与无人机相对的另外一种方案便是，AI物流配送机器人，一种面向于“最后三公里”环节的物流机器人，海运报价 国际快递，而不是用在物流仓库中的治理分类机器人。相比于无人机配送，AI物流机器人不仅能很好地解决续航短、载重低等题目。更巧妙的是，在安全性上这一题目上，公众的安全担忧恐怕远不及物流机器人对自己的安全担忧大。假如说无人机避重就轻，选择了一条道路情况较为简单的空中线路，那么AI物流机器人则是攻坚克难，先往啃这块“硬骨头”。

　　物流机器人携带着大量快件，根据不同客户的时间需求，设计自己的最佳路径。并且能够自行应付一定复杂程度的道路路况，比如避障、会车等。当物流机器人按照客户约定时间段即将到达客户收货地点时，自行提前电话通知客户下楼或者出门取件，从而完成整个完全基于客户个性化设定的配送服务。

　　客户在电商平台或者物流平台上自由选择配送方式，比如末端配送方式选择物流机器人配送。当这件快件被干线物流网络投递到客户邻近的配送站，配送站职员根据客户的选择将快件放进对应的物流机器人存储箱中。

　　02 AI物流机器人如何结合实际生活应用