在拣选领域，机器人尚无法媲美人手，但二者的差距正在缩小。 未来，机器人该如何应对这一复杂的挑战？距离机器人实现拣选任何地方任何物品的商业可行性，我们究竟还有多远？

　　人手是一种奇妙的“装备”。其设计的复杂性，即使最先进的机器人夹具也相形见绌。 人手的缺点主要在于力量、耐力和耐用性，但是它能够完成的任务范围是惊人的。让人手变得更伟大的原因在于它与人眼的连接。你的手臂和手不会按照固定的路径去抓取东西，手眼协调能够实现无数的动作。

思考以下这五个任务之间的差异：
1. 从某个地方拿起某个物体。
2. 从某些地方拣出某类物体的任意一个。
3. 从多个地方拣出某一堆混合物体的任意一个。
4. 从任何地方拿起任何物体。
5. 安全地在人类面前进行上述任务1至4。

　　每个任务对于人来说都很简单，但对于机器人来说却越来越困难。第一项任务机器人在很久之前已经能实现了。第二项任务更具挑战性，因为它需要一个万能的夹具来处理多种多样的物体。要实现第三项任务，机器人必须能做到第二项任务，另外还要能识别不同的物体。这需要强大的视觉软件，可以辨别物体特定的形状，确定它所处的角度，决定如何从这个角度抓取它，或者放弃并找到一个更容易抓取的角度。它还需要知道任务是否失败（没抓到、掉落等），因此它需要再试一次。要做到这一点，我们必须教会机器人如何抓取我们希望它拣的每件物体。在第四项任务中，物体的角度、位置和方向的数量几乎是无限的。根本无法对每个场景都做离散编程。无限排序就等于无限的软件时间。

　　随着电子商务业务的出现与发展，手动“机器人教学”变成了大问题。我们面对的不是几百或几万个SKU，而是几十万甚至上百万个SKU。以50万个SKU为例，如果我们让一个非工程师的人员来教机器人学习这些产品。如果每件产品需要学习5分钟，由工时费为每小时35美元的技术人员教，那么需要花费41,670工时，总计145万美元用来教机器人学会拣选所有的SKU。如果你可以把时间缩短到1分钟，并且让一个工时费为每小时15美元的员工就能轻松教会机器人，那么工时能减少为8,300小时，成本降到12.5万美元。这将是一个巨大的进步。

　　更棒的是，如果我们根本不需要教机器人呢？如果通过机器学习，并能让夹具与视觉协调让机器人学会抓取任何物品并放到任何地方呢？

　　这些正是瑞仕格与KUKA携手研发的工作。我们已经实现了第一项和第二项任务。第三项任务目前在商业上也是可行的。瑞仕格的机器人研发团队正在孜孜不倦地努力征服第四项任务。我们距离实现它的商业可行性已经越来越近。而且，我们已经跳过了第五项任务：我们的机器人可以在没有围栏的情况下安全与人互动。

　　这就是我们的AutoPiQ机器人拆零拣选解决方案（戳下方视频了解该解决方案），它解决了机器人手眼协调的问题。正如我们的愿景所写，我们相信它将塑造内部物流的未来！