鱼羊 发自 凹非寺
量子位 报道 | 公众号 QbitAI
最新消息,中国物流力量,刚在全球运筹和管理科学界的最高荣誉中,实现零的突破!
1月15日,国际运筹学与管理科学学会(INFORMS)公布了2021年Franz Edelman杰出成就奖总决赛名单,阿里巴巴凭借领先的路径规划算法及新零售实践,首度闯进总决赛。
INFORMS评价称,阿里开创了新零售模式,通过技术优化了仓配流程,可在极短时间内实现80%~90%的最优性能。Franz Edelman杰出成就奖,是全球运筹和管理科学界的最高工业应用奖,被誉为运筹学的“奥斯卡”。该奖项重点奖励世界各国、地区,在运筹和管理学领域做出突出贡献、并带来重大应用价值的研究项目或成果。
入围者不仅要在学术上有创新,还要经过业界的检验,在实际落地的过程中明确产生价值。
在以往的获奖名单中,物流领域有过美国亚马逊、沃尔玛等企业的项目成果,普遍在实际业务中产生了数亿美元以上的效益。自该奖项1972年首次颁发以来,获奖项目更是已累计产生2500多亿美元价值。
但该领域内,中国在此之前尚属空白地带,奖项设立50年来,这是首次有中国物流供应链领域企业入围。
所以阿里物流供应链拿出的究竟是怎样的算法?又能给我们的日常生活带来了怎样的改变?
阿里因何获奖?
物流路径规划问题,属于典型的NP-hard问题。
结合零售场景简单来解释,其实就是如何快速实时地规划仓内的拣货路线,以及骑手的配送路线的问题。
具体而言,在仓内,路径规划算法需要综合消费者订单、商品在货架的位置、拣选员传输给打包员的悬挂链速度等因素,指引拣货员进行更合理的工作。
在仓外,算法又需靠考虑配送员与商家的距离、商家备货时间等动态因素,分配距离近、工作量合理的配送员取货。
这里挑战主要在于以下三点:
不确定性:首先,在即时仓储配送模式下,顾客随时可能下单,需求存在随机性;其次,城市交通拥堵问题会带来通行时间的不确定性;最后,到达顾客所在位置后的配送交付同样存在不确定性,比如登记信息、等待电梯等带来的耗时。
在仓内空间有限的情况下,规划符合业务需求的路径:在仓内作业阶段,以盒马为例,每个批次有2-5个客户订单,每个客户订单包含任意4-8种商品,这些商品分散在仓内各个分区内,每个分区拣选完通过悬挂链传送到质检台打包,派送地址相近的订单还要进行集包,而后传输出库。因此仓内路径的优化需要同时考虑拣货路径和配送路径,并尽可能同时到达悬挂链,不在这个过程中造成堵塞。
严格的求解时间:由于订单即时性的需求,这样的路径优化需要在极短时间内完成,以留下足够的实际操作时间。
为此,阿里协同旗下菜鸟、盒马、Lazada等各业务方,打造了