来自俄罗斯Skoltech智能空间机器人实验室的研究人员提出了一种基于射频识别(RFID)盘点的客户行为分析和需求分配的新方法。他们的研究成果发表在控制、自动化、机器人和视觉国际会议（ICARCV）的论文集上。

已经渗透到我们日常生活中的自主机器人系统面临着一系列具有挑战性的任务，例如在快速变化的环境中进行盘点。

Skoltech空间中心（智能空间机器人实验室）的Dzmitry Tsetserukou教授领导的Skoltech团队提出了一种新的方法，帮助建立模型，描绘与位置相关的需求依赖性以及丢失和移动物品的精确位置。能够以0.3米的精度读取RFID标签的机器人会一直关注购物者，记录他们认为最吸引人的位置，并预测需求，从而为零售商提供有用的提示，告诉他们在哪里摆放物品最合适，以提高销售额和利润。

来自Skoltech空间中心的开发人员之一Alexander Petrovsky说：

"现有的解决方案缺乏对零售业实际情况的适用性，这可能会导致不可预见的销售损失。我们的解决方案通过使用移动机器人在配备RFID的商店自主盘点，为零售商提供详尽的需求分布信息。我们的研究区别于其他相关工作，这是因为我们在10个多月的时间里收集到的一组真实世界数据的基础规模。"

Skoltech教授Dzmitry Tsetserukou评论道：

"在Skoltech，我们为Decathlon商店开发了一款具有RFID功能的自主机器人Michelle，它有助于大大减少人为因素造成的RFID读取错误，使盘点速度更快、成本更低。我们想出了一个主意，从机器人在门店运行10个月以来收集的大数据中获益。具体来说，我们想估计整个采购区域的标签密度变化。首先，我们提出了一个估计标签位置的概率模型，精度为0.3米，然后构建了标签密度动态的命中图，该图清晰地显示了最大和最小购买量区域。这些发现对于零售商重新定位商品以实现销售利润最大化和预测季节性需求曲线非常重要。"

新方法可用于任何配备RFID技术的零售空间。

Skoltech是一所位于俄罗斯的私立国际大学。2011年与美国麻省理工学院（MIT）合作成立，Skoltech正在培养科学、技术和商业领域的新一代领导者，正在进行突破性领域的研究，并以解决俄罗斯和世界面临的关键问题为目标促进技术创新。Skoltech专注于六个优先领域：数据科学和人工智能、生命科学、先进材料和现代设计方法、能源效率、光子学和量子技术以及高级研究。