亚马逊百万台机器人仍难解取货难题，机械臂实际成功率90.9%，失败任务致货架重复周转

亚马逊仓库里，蓝色移动机器人正平稳运送整座黄色货架，货架上密密麻麻堆满纸箱与瓶装商品——这是自2012年收购Kiva以来已成常态的自动化图景。然而，当货架停靠工作站，员工伸手取货时，最上方2.4米高的货格仍需爬梯子完成操作。这一细节揭示了一个持续十余年的现实：搬运可以交给机器，但“伸手拿东西”仍是技术难点。

截至2024年10月，亚马逊机器人业务副总裁斯科特·德雷瑟（Scott Dresser）披露，公司已拥有超过百万台机器人。其中绝大多数为移动型设备（如Kiva衍生的Hercules、Kiva及后续型号），负责托举货架至工作站；而真正能直接接触、抓取商品的机械臂——包括Robin、Sparrow、Vulcan等——部署数量仅为数千台。这一悬殊比例，凸显了仓储自动化从“运输层”向“操作层”跃迁的艰巨性。

机械臂的挑战在于高度非结构化环境：货架货格拥挤，商品形态各异（书本、软包衣物、玻璃瓶、弹性包装），前方还有防止滑落的弹性挡带；机械臂需精准伸入、避让邻近物品、控制夹持力道，稍有不慎即导致破损或失败。以2025年初实测数据为例，Vulcan机器人在高低货格取货任务中，5,157次请求成功4,690次，实际成功率90.9%；另有约19.4%因规划失败转交人工处理。问题在于，一旦人工介入，整座货架往往需再次调度返回，造成冗余流转与时间浪费。

为提升抓取可靠性，亚马逊采取了两条技术路径。其一，基于真实作业数据驱动决策优化。Robin机械臂负责传送带上包裹分拣，工程师最初尝试按大小、高度等规则设定抓取顺序，但在实际中发现小包裹常压在大包裹之上，高处包裹仅露一角，规则策略易失效。团队转而利用生产中积累的超20亿次抓取记录训练预测模型，动态评估不同抓法的成功概率，优先执行高置信度方案。结果表明，学习策略成功率93.73%，较传统策略（92.28%）提升1.45个百分点；在约116万次测试中，失败次数减少约1.66万次。

其二，引入基础模型应对商品多样性。2022年推出的Sparrow机械臂用于库存整理环节：员工在适手高度取出订单商品后，Sparrow负责将剩余零散商品归拢至满载容器，避免未装满容器回流占用存储空间。面对每日新增数万SKU的现实，工程师不再为每种商品单独编写抓取逻辑，而是依托基础模型理解物体几何与材质特性，实现泛化操作能力。德雷瑟指出，该系统已在休斯敦等地仓库落地应用。

值得注意的是，当前机械臂部署仍集中于特定环节：Robin处理已打包的包裹，Sparrow聚焦库存整理，Vulcan专攻高低货格存取。三者尚未形成无缝衔接的全链路操作闭环。例如，一个订单可能涉及Sparrow整理库存→员工取件→Robin分拣包裹→Vulcan补取遗漏商品，任一环节失败即触发人工兜底与货架重调度。这种“部分自动化+人工补位”模式虽提升整体效率，却未能彻底消除流程冗余。

行业对比可见，即时零售领域正探索另一条路径：将机器人作为履约网络的末端节点。淘宝闪购与云迹科技合作，在公寓、酒店等封闭场景中部署配送机器人，承接“楼内最后100米”任务。骑手送至大堂接驳点，机器人自主乘梯、开门、送达——该模式不追求单点操作精度，而是通过高频、标准化场景（如固定楼层、门禁协议、电梯调度）降低环境不确定性，从而实现规模化落地。与亚马逊面对的高密度混放货架相比，其技术难度更低，但商业闭环更清晰。

反观亚马逊，其核心矛盾在于：仓储自动化必须兼顾极致密度（单位面积存储量）与操作灵活性（任意SKU可被快速取出）。高货架设计节省空间，却加剧了人机协作的物理鸿沟；商品种类爆炸式增长，又使通用抓取策略难以覆盖全部边缘情况。德雷瑟表示，公司计划到2026年将机械臂规模扩大一倍以上，Vulcan系统亦将在2027年进一步推广。但技术路线仍未明确——是继续强化感知-决策-执行链路，还是重构存储逻辑以适配机器人能力？

一个被反复提及的细节值得深思：当Vulcan机械臂伸向货格时，它不仅要识别目标商品，还需判断“旁边那件会不会被碰倒”“挡带是否需要先拨开”“吸盘压力该设为多少”。这些看似微小的判断，本质是具身智能在真实世界中的因果推理能力考验。实验室中99%的成功率，到了仓库可能骤降至90%以下——因为现实世界没有“理想边界”，只有不断变化的干扰项。

目前，亚马逊仍在推进多模态感知融合与仿真训练闭环建设。例如，通过数字孪生仓库模拟千万级SKU组合下的抓取失败案例; 利用触觉反馈优化末端执行器力度控制。但短期内，人机协同仍是最优解：机器人处理80%常规任务，人类专注20%异常场景，并通过反馈持续优化模型。这种“人在回路中”的架构，或许比追求100%自动化更务实。

技术演进从来不是线性替代，而是能力边界的渐进拓展。百万台机器人已重塑亚马逊物流骨架; 而能否让机械臂稳稳拿起最后一本书、一瓶洗发水，仍决定着自动化效率的天花板。这场持续十余年的攻坚，尚未抵达终点。