8、基于多智能体的物流仓库订单拣选模拟器开发

基于多智能体的物流仓库订单拣选模拟器开发

1 引言

在物流仓库中，将产品从生产者交付给消费者主要涉及三项操作：存储、订单拣选和包装。其中，订单拣选（即工人四处走动从货架上收集产品）约占物流仓库运营的 55%。为提高拣选过程的效率，从而降低物流运营的总体成本，人们已经研究了各种方法。

有研究提出了使用粒子群优化方法的产品放置优化系统，该系统能计算出比当前仓库布局或其他方法更好的产品放置方案，并且考虑了更换产品的成本。然而，目前产品放置的优劣仅通过拣选操作的总距离来评估，不清楚在实际执行拣选操作时该放置方案是否真的有效。例如，将频繁订购的物品集中在发货拣选站附近虽可减少行驶距离，但可能导致交通拥堵，使拣选过程更耗时。

由于实际更改产品放置成本很高，且优化算法提出的产品放置方案难以在实际仓库中轻易测试，因此需要更准确地评估优化后的放置方案，同时考虑交通拥堵问题。本研究旨在开发一个多智能体订单拣选模拟器，通过重现推车拣选产品的运动来更准确地评估产品放置方案。

2 订单拣选模拟器

2.1 模拟器概述

在订单拣选中，会创建一个拣选组（PG），作为要包装在同一个盒子中的产品列表。我们将生存时间定义为从发出 PG 到拣选完其中所有产品的时间，并假设生存时间越接近实际结果，模拟结果就越好。

模拟器的整体流程如下：

graph LR
    A[输入模拟期限和数据] --> B[获取一天的 PGs]
    B --> C{是否到一天结束?}
    C -- 否 --> D{是否到整个期限结束?}
    D