首先，这是 Gap Inc. 拥抱自动化的一个重要例子。“过去，配送被视为成本中心，而现在，由于创新，配送成为我们的竞争优势，”全球物流高级副总裁 Kevin Kuntz说道。
经过一年多的试点，Gap 公司已在工厂的六个地点使用拣货机器人。此外，该设备还被引入该公司的弗雷斯诺配送中心。
那么，
“从机器人方面来说，你要从 3R 开始——物品范围、拣选率和可靠性。从客户方面来说，结果是更高的吞吐量、利用率和质量，”他说。
机器人相关技术的最新进展为这一方程式增添了指数。“此外，我们正在乘上五年前并不划算的技术浪潮，”马丁内利说。
这里的关键部件是机械臂、末端执行器/夹持器、视觉系统、软件和未来之星——人工智能。人工智能之所以如此重要，是因为它将把拣选机器人从它们目前所处的高度结构化环境带到一个高度非结构化的世界，尤其是在电子商务领域。
“未来的拣选机器人将处理成千上万种不太相似的物品，” Dematic 的 Crystal Parrott在本月的 NextGen 采访中解释道。此外，“机器人事先并不知道下一件物品是什么，必须即时适应。欢迎来到非结构化世界，”她补充道。
正如 Nieves 所解释的那样，“我们正在进入人工智能强化学习的早期阶段。这是掌握人工智能 USA电子邮件列表 王国钥匙的能力。我们希望机器人能够尽快学会如何自主处理数千种不同的 SKU。”
正如 Babu 所解释的那样，“我们终于到了智能允许机器人挑选物品的阶段。强化学习是其中的支柱。如今它正在兴起，出现在 DC 楼层的应用中。”
但这些还只是强化学习的早期阶段。“我们距离全面实现完全自主还有很长的距离，”巴布解释道。
马丁内利说，这里最大的障碍之一就是简单的例外问题。事实上，例外是无结构世界中最无结构的部分。
这是马丁内利之前提到的可靠性的重要组成部分。始终如一地挑选正确的物品是一回事。机器人知道如果掉落物品或出现错误的物品该怎么办则完全是另一回事。“机器人如何处理异常情况对机器人来说是至关重要的。这不是我的错，伙计，这不行，”马丁内利说。
但正如巴布指出的那样，“各种各样的数据可以为机器人提供更好的训练数据。”事实上，在人类的协助下，异常处理能力得到了增强。
显然，我们还没有达到让机器人完全独立完成拣选任务的阶段。尼维斯说，这没关系。他认为，机器人与人合作效果更好。“几个机器人与一个人合作比只有机器人要有效得多，”他说。