AMR 调度：任务分配的三种策略，选错了车再多也白搭

先说结论：去年我去看了一家田纳西的配送仓，18 台 AMR 干着跟原来 24 台差不多的单量。老板没加车，只干了一件事——把调度策略从"谁近谁上"换成了分区绑定。反过来我也见过，加车加到 30 多台、产出纹丝不动的。AMR 车队的上限不在车的数量，在调度策略。

这话可能不太好听：很多仓买 AMR 的时候，90% 的预算和注意力都给了车本身——载重、续航、激光导航还是磁条导航。调度策略？那是 WMS 厂商或者 AMR 厂商的默认选项，装机的时候顺手点了默认，出问题了才回头翻。我 2024 年在印第安纳波利斯一个 12 万平方英尺的电商仓见过最典型的例子：车一台一台往里加，旺季直接加到 32 台，拣选区门口的 AMR 堵得像早高峰的停车场，空载跑、互相让路、电池排队充电——管理层还在问"是不是车不够"。车够了，调度没跟上。

AMR 调度里最核心的一环就是任务分配：来了一个任务，派哪台车去。别看这只是个决策，选错了，车越多越乱。下面三种策略，是我这些年见到的真实打法，各有各的脾气。

三种策略，分别适合什么样的仓

第一种：就近分配，简单粗暴。 有任务来了，系统算一下哪台空闲的车离得最近，派它去。就这么简单。

这策略的优点就一个字：快。任务响应延迟最低，系统好实现，十几台车的小场子跑得挺好。缺点也很致命——它不管全局。离得近的车永远是那几台，忙闲不均；两台车为了抢近的任务在同一个巷道里反复交叉；更坑的是，它不管电量和方向，一台快没电的车为了一个"最近"的任务跑过去，干完直接趴窝在那，还得派另一台车去拖它。2023 年我在一个俄亥俄的汽配仓见过这个毛病：车不算多，20 台，但调度图上一看，靠近出库口的那几台车跑废了一样磨损快，远端几台车天天闲着晒太阳——同一个调度策略，人为制造出了"忙死"和"闲死"两批车。

适合谁：车少（十几台以内）、任务均匀、仓库不大、没有明显潮汐的方向。就近分配在这个规模下省心又好用，别折腾。

第二种：分区绑定，每台车有自己的地盘。 把仓库划成几个区，车按区固定任务，一个区的任务只派给这个区的车。

这策略治的是"混乱"。车各跑各的，路径可预测，巷道拥堵大减，电池消耗均匀，维护计划也好做。前面说的田纳西那个仓，18 台车分 4 个区之后，空载里程直接掉下来，整体产出反而上去——因为车不再互相挡道了。但分区绑定的代价是僵化：某个区爆单的时候，隔壁区的车在那空转，你只能干瞪眼，或者手动干预重新分区。分区边界划错了更惨，我见过一个食品仓按"平均单量"划的区，结果促销一来，爆品区那 6 台车跑到过热保护，隔壁区 4 台车在等任务——分区还是按纸上平均数划的，没人提前想过促销这个变量。

适合谁：单量大、波次明显、巷道相对固定的仓。电商大促仓、3PL 的专仓，大多吃这一套。划区的时候别按平均值划，按峰值和品类爆量划，留 15%～20% 的弹性。

第三种：预测性预调度，任务还没来，车已经在路上了。 系统根据历史单量和波次计划，提前把空闲的车派到大概率出任务的位置待命。任务一下来，车已经在附近了。

这是三种里最吃数据、也最考验人的策略。跑顺了，响应时间能压到最低，高峰期的吞吐上限是三者里最高的。但前提条件很硬：你得有靠谱的历史数据，得有稳定的波次节奏，得有人持续调参。我见过一个美妆仓，单量波动全看直播带货的时间表——预测模型天天被打脸，预调度派出去的车，一半时间在错误的位置空等，还不如就近分配。预调度最怕的就是"伪规律"：看着有规律，其实没有。

适合谁：单量大且节奏稳定、有数据基础、有专人（或厂商服务）持续调优的仓。达不到这三个条件，别碰，碰了就是给自己挖坑。