"AMR 群体调度算法：多智能体协作的三种思路与落地取舍"

单台 AMR 在仓库里跑路线，调度问题几乎不存在；可当同一个场地里同时有上百台 AMR 在跑，"谁去接哪个任务、走哪条路、路口谁先走"就成了一个真正的系统问题。AMR 群体调度，本质上是把一条动态变化的任务流，实时分配给一群会互相挡路的移动执行者——这既是算法问题，也是组织问题。

现象：调度问题跟着车队规模一起长大

过去十年，仓储 AMR 的部署密度发生了质变。2012 年 Amazon 以 7.75 亿美元收购 Kiva Systems，是行业公认的起点；到 2024 年，Amazon 宣布其仓库机器人部署量已超过 70 万台。国内的极智嘉、海康机器人等厂商，也早已把"数百台同场"做成了常规交付形态。当机器人从"几台试点"变成"一个车队"，调度就从单机导航问题，升级成了多智能体协作问题。

这个升级为什么重要？因为单机导航解决的是"一台车怎么从 A 点到 B 点"，而群体调度要回答的是三个耦合在一起的问题：任务分配（哪个任务派给哪台车）、路径规划（每台车走哪条路线）、冲突消解（两台车要进同一个路口时谁让谁）。三个问题互相牵制：分配得再好，路径上堵成一团也白搭；路径规划得再顺，任务分配不均会导致一半车闲置、一半车排队。

AMR 群体调度的三种思路：集中、分布、学习

学术界和工业界的探索，大致收敛为三条路线。它们不是简单的优劣排序，而是三种不同的世界观。

思路一：中央集中式优化——一个大脑管全场

中央调度器掌握全局状态：所有待办任务、每台车的位置、电量和载荷。任务分配常用指派算法（如匈牙利算法）或其变体求解，路径规划则用带时间维度的 A*、以及专门处理多智能体冲突的 CBS（基于冲突的搜索）等算法。所有决策在一个地方算完，再下发给每台车执行。

这条路线的吸引力在于确定性：全局信息在手，理论上可以算出吞吐最高的那组解；决策过程可记录、可复现，出了问题能回放审计——这对安全合规要求高的场景是硬优势。

但它的代价同样清晰。第一是计算复杂度：任务分配本质上是组合优化，车队规模上去之后，求解时间会急剧膨胀，工程上不得不靠启发式和滚动时域来"掐时间"，而一旦掐时间，"全局最优"也就打了折扣。第二是单点脆弱性：中央调度器宕机或网络抖动，整个车队的行为质量会断崖式下跌。第三，它对"信息完备"的假设很苛刻——而真实仓库的任务到达是随机的，Wi-Fi 是会抖的，机器人是会趴窝的。

加州内陆帝国地区一家电商履约仓的样本颇具代表性：约 120 台货架搬运 AMR，中央调度，仿真里空驶率压得很漂亮；上线后，WMS 任务的突发到达让调度器频繁重规划，旺季日均 2 万单的峰值时段，系统反而因"算不过来"被迫降级成简单规则。集中式优化的天花板很高，但它对输入质量的要求，常常超过真实仓库能给出的水平。

思路二：分布式协商——每台车自己谈

分布式路线把决策权下放：每台 AMR 是一个独立智能体，通过拍卖或投标机制认领任务（出价最低的拿走），路口冲突则通过优先级规则或局部协商解决。没有中央大脑，车与车之间只交换必要信息。

这条路线的优势是鲁棒和可扩展：加车就是加节点，不需要重构中央模型；单台车故障只影响局部，不会拖垮全场；对通信中断的容忍度也更高——断网的车可以按本地规则继续跑，而不是原地瘫痪。

代价是"局部最优"：每台车只看得见自己周围，群体行为可能陷入次优均衡，比如多台车同时涌向同一个热门拣选区造成拥堵，或者在狭窄通道里互相礼让形成活锁。更麻烦的是可解释性：分布式系统的涌现行为很难事前预测，出了异常，复盘时常常说不清"当时到底是谁先动的"。

华东一家 3C 分拨中心的案例颇具代表性：2023 年上线约 80 台分拣 AMR，采用分布式拍卖调度。日常运营平稳，加车扩容确实方便；但大促期间任务密度翻倍后，交叉路口的协商开销明显上升，个别时段出现了"大家都在等对方先走"的僵持，最后靠人工设定的优先级走廊才解开。分布式不是"不用管"，而是把复杂度从中央算法转移到了规则设计和异常兜底上。

思路三：学习型策略——让车队自己学会协作

第三条路线是多智能体强化学习（MARL）：让上百个智能体在仿真里反复试错，学出协作策略再部署到真车。理论上，它能学到人类设计不出的协作模式，而且对动态环境的适应性天然更强。

但这条路线离大规模落地还有几道坎。第一是仿真到现实的差距：仿真里学得再好的策略，真车的传感器噪声、地面摩擦、载荷差异都可能让它失效；做过 sim-to-real 迁移的团队都知道，最后一公里的调参往往比训练本身还熬人。第二是黑盒问题：神经网络策略难以审计，在安全认证严格的场景（比如人机混合作业区）很难通过评估。第三是训练成本：大规模 MARL 训练需要可观的算力投入，而收益的不确定性还很高。

所以目前的真实格局是：学习型方法更多出现在"预测"环节（比如预测任务到达、预测拥堵），而不是直接做"决策"。先让 AI 当参谋，再让它当指挥官，更符合工程现实。

AMR 群体调度的落地取舍：没有银弹，只有匹配

把三条路线放在同一个框架里比较，选型逻辑会清晰很多：

仿真里吞吐最高的方案，现实里不一定赢——中央优化的"全局最优"建立在信息完备和瞬时计算两个假设上，而真实仓库恰恰在这两点上打折最多。一个反应快、退化优雅的次优方案——比如中央做粗粒度任务分配、局部用分布式规则消解冲突的混合架构——往往比脆弱的最优方案产出更高。工程上，"坏情况下不崩"比"好情况下最优"值钱得多。

另一个常被低估的事实是：调度算法本身大概只占落地难度的三成。剩下的七成，是充电策略、地图分区、以及与 WMS 和人工的协同（任务粒度怎么切、异常谁来接管）。我见过不止一个项目，算法团队把 CBS 调到极致，最后却被"充电桩数量不够"卡住了吞吐——群体调度从来不只是算法问题。

趋势判断：混合架构是当下的答案，学习型是远期的变量

三条路线对应着三种对"不确定性"的态度：集中式用算力消除它，分布式用冗余容忍它，学习型用数据适应它。短期内，混合架构（中央粗分配 + 局部分布式消解）会是主流交付形态；学习型组件先从预测和仿真调参切入，再逐步向决策层渗透。

更远地看，一个开放式问题是：当 AMR 数量继续增长，场地里再混入人形机器人、无人叉车甚至自动驾驶卡车，"群体调度"的边界会不会从"一类设备"扩展到"整个场地的交通操作系统"？到那一天，调度算法要协调的不再是同构车队，而是异构交通参与者——那可能是比今天的三条路线更大的范式变化。而这个问题，目前还没有标准答案。

作者：陈博士｜供应链行业研究员