摘要

本文介绍了一种新颖的自动化仓库布局生成框架，该框架由Alberta Machine Intelligence Institute（Amii）和Routeique Inc的研究人员共同开发。该框架采用约束束搜索算法，旨在优化仓库布局，以提高效率和生产力。通过考虑空间参数、功能需求和布局可行性，该框架能够生成符合多种仓库尺寸、形状和门位置的优化布局。此外，通过使用评分函数评估布局的存储位置数量、访问点和可达性成本，该框架能够帮助仓库设计师快速探索和确认选项，从而选择最适合其使用场景的布局。

原理

该框架的核心在于使用约束束搜索算法来生成最优的仓库布局。首先，通过一个二维离散网格定义仓库空间，并标记墙壁和门连接的位置。然后，使用束搜索算法在树状结构中探索可能的布局，通过系统地雕刻新的通道来扩展搜索空间。在搜索过程中，无效的布局（即违反任何约束的布局）会被过滤掉，而有效的布局则通过自定义的评分函数进行评估，得分最高的布局被认为是最佳布局。评分函数考虑了存储容量、访问点数量和可达性成本等多个因素，通过权重系数来平衡这些因素的重要性。

流程

1. 输入定义：输入包括墙壁和门连接的掩码。
2. 初始化：从完全占用的空间开始，创建一个空队列。
3. 布局生成：使用束搜索算法生成所有可能的子布局，通过水平和垂直雕刻通道。
4. 布局过滤：过滤掉违反功能或效率约束的布局。
5. 布局评分：使用评分函数评估剩余的布局，选择得分最高的布局。
6. 结果输出：返回得分最高的布局作为最优布局。

例如，在图1中，展示了束搜索算法在一个样本空间中的运行示例，每个彩色路径代表了一个特定设置下的最佳解决方案。

应用

该框架的应用前景广泛，特别适用于需要频繁调整布局以适应产品需求变化的仓库。通过自动化布局生成，可以显著减少人工设计的时间和成本，同时提高布局的效率和生产力。此外，该框架的灵活性使其能够适应不同的仓库尺寸、形状和门位置，为仓库设计师提供了一个强大的工具，以应对不断变化的物流需求。