随着机器人技术应用的加速，不同自主系统之间的无缝协调已成为制造商和仓库运营商面临的关键挑战。在本次《机器人商业新闻》独家采访中，Roboteon首席营销官 Dan Gilmore 和产品高级副总裁 Raj Senguttuvan 分享了有关多代理编排、人工智能驱动的自动化、数字孪生、互操作性和自主供应链的未来的见解。

机器人行业正在快速向异构自动化环境迈进。 Roboteon的编排平台如何实现不同制造商的机器人之间的无缝协调？为什么互操作性成为现代仓库和工厂的关键要求？

随着仓储和制造领域对内部物流机器人的需求不断增长，环已经有数十家机器人供应商提供了不同规格（有效负载、速度、配件等）设计的设备，这些功能经常更新。

当然，机器人 OEM 的价格点和重要的软件功能也会有所不同。

因此，随着时间的推移，公司将希望部署最能满足每个用例要求的机器人。这可能是需要在给定工作流程上协同工作的不同类型的机器人，或者随着时间的推移，同一类型机器人的来源（供应商）发生变化。

假设一家公司购买了 20 个自主移动机器人 (AMR) 来协助订单拣选。两年后，由于数量增长，他们还需要 10 个机器人。但他们找到了另一家 AMR 供应商，既能满足其运营要求，又能节省 20% 的成本。

该公司可能希望保留现有的 20 台 AMR，并添加新的 10 台机器人，不是作为一个单独的车队，而是像单个机器人一样无缝集成和管理。

这是 Roboteon 订单履行和编排平台所具备的功能类型的一个重要示例，该平台是一个集成的、与供应商无关的解决方案，专为异构机器人技术和其他自动化而构建，随着时间的推移，具有完全的灵活性，可以添加他们想要的新供应商和技术。

再见“供应商锁定”。

Garter 将其称为多代理编排平台 (MAOP)。这是一个不断发展的概念，但 Roboteon 拥有 Gartner 引用的所有 MAOP 功能以及更多功能，我们有时将其称为 MAOP+。

许多组织在自动化方面投入了大量资金，但仍然与孤立的机器人系统作斗争。企业在集成多个自主系统时面临的最大挑战是什么？Roboteon 如何解决这些障碍？

这显然是一个问题，既是设计或方法的问题，也是部署技术的问题。自动化是否已实施考虑的是一个集成的流程（即使是在未来）和提高总体生产力的目标，还是只是为了解决某个狭隘目标的特定问题？ Roboteon 的订单履行和编排平台本身提供跨自动化和非自动化流程的多流程工作流程，包括机器人和其他类型的自动化。

如果流程或自动化设备连接到该平台，它就会与平台上提供的所有其他服务集成，从而实现不同类型和/或供应商的机器人真正的互操作性。

我们的可配置编排引擎可以在不同类型的货物流和任务发布方面优化总体系统性能。自动化。重要的是，这还包括在分销和制造环境中同步人力和机器人资源。

随着人工智能功能的不断发展，如何将人工智能融入到机器人中

我们的平台使用 AI/ML 算法来实现智能实时决策，从而最大限度地提高运营效率和吞吐量。

集成：该平台使用 ML 进行自动化数据映射，以简化和加速复杂企业软件（如 WMS、ERP 或 MES）与多供应商机器人平台的集成。这将集成时间从几个月缩短到几天。

实时任务优化和劳动力平衡：在执行过程中，我们的人工智能引擎根据实时车间状况、资源可用性和实时拥堵数据动态优化订单计划和工作发布。它可以跨异构机器人车队和人类同事无缝同步和分配任务，以最大限度地提高总吞吐量。

预测仿真：通过利用先进的人工智能驱动的仿真模型，我们的平台允许运营商根据历史或预测数据运行战术场景规划、模型需求波动，并在影响吞吐量之前主动解决车间瓶颈。

数字孪生在工业自动化中变得越来越重要。 Roboteon 如何利用仿真和数字孪生技术帮助客户在现场环境中部署机器人之前优化工作流程？

仓库和制造工厂操作员可以使用我们易于使用的仿真和数字孪生工具来支持多个操作时间范围内的关键决策。

战略设计：我们先进的仿真工具构建客户布局的虚拟 3D 复制品，包括特定的过道、区域和货位设置。通过获取实际的历史订单数据或生成综合需求概况，该工具可以模拟多供应商机器人和人类同事的不同组合将如何执行在虚拟设置中。运营商可以测试“假设”场景，并使用许多不同的 KPI 进行分析来分析不同的场景。

战术容量规划：Roboteon 平台使运营商能够改变运营，以模拟旺季需求、布局扩展或新产品推出的影响。这确保了劳动力与机器人的比例提前得到良好平衡。

实时数字孪生执行：一旦上线，该工具就可以将设施可视化为实时数字孪生。它持续获取有关当前需求和车间资源（机器人和 RTLS 标记资产）的数据，使操作员能够可视化操作并动态调整以缓解通道拥堵或解决其他场景。

可扩展性通常是跨多个站点扩展自动化的企业所关心的问题。您从大规模部署中吸取了哪些经验教训，以及您的平台如何支持业务增长从几个机器人到数百甚至数千个自主系统？

实现可扩展性就是建立正确的技术基础。 Roboteon 平台采用模块化、基于微服务的架构设计，可处理从本地试点到企业范围内数千个系统的部署的计算和运营增长。

计算和决策通常根据用例在云和边缘之间智能划分。例如，十字路口交通管理、卷帘门握手和防撞等时间关键、低延迟的决策可以由本地边缘服务器处理，而高级全局任务分配、数据集成和车队范围的分析则在云中处理。我们还使用先进的模拟工具以虚拟方式扩展新布局中的混合供应商车队，并对工作流程执行进行压力测试，以识别与系统相关的瓶颈或其他问题。在部署硬件之前进行校准。

制造和仓储有不同的运营要求。 Roboteon 如何调整其编排功能以满足这两个行业的独特需求，同时保持统一的平台方法？

虽然仓储和制造是非常不同的环境，但工作流程创建、任务优化和人机同步（等等）方面的基础知识可以在这两种场景中以非常相似的方式利用和部署。

其中一部分只是支持不同的用例。例如，电子商务履行在仓储中很常见，但在工厂中并不常见。

让我们考虑上面提到的 Roboteon 模拟工具，该工具在多个时间范围内使用，从战略/设计阶段到战术规划，再到实时日常规划和执行。

该模拟工具包括对当前或计划的仓库设施进行建模的能力，设置进行整体设计、存储和拣选区域、距离、区域等以运行仿真。

我们很快发现该工具可以轻松地对制造环境进行建模，其中包含存储区域、工作单元、生产线以及用于仿真运行的其他功能。

通过创建一个从一开始就设计用于支持仓储和制造应用程序的平台，Roboteon 大力支持这两种应用程序/用例。

展望未来，我们将扮演什么角色您认为机器人编排软件在未来五年内将在自主供应链和智能工厂的更广泛发展中发挥作用吗？

机器人编排软件将扩展到基本材料处理之外，以管理更复杂的工业流程。它将跨多供应商生态系统同步各种自动化资产，例如 AGV、机器人拣选协作机器人和线路补给 AMR。通过打破专有硬件孤岛，orchestration 将成为将高级 ERP 或 MES 命令转化为高效执行的引擎。

我们相信，未来，机器人编排平台将越来越多地利用人工智能来持续学习工作环境和自主优化：预测物理瓶颈、在人类和不同机器群之间自动重新分配任务、预测中断并在中断前采取纠正措施。

当您在 Automate 2026 上展示 Roboteon 的解决方案时，您最感兴趣的机器人和工业自动化的新兴趋势是什么？它们如何影响您的产品路线图和长期愿景？

现代设施不再是单一供应商环境。运营部门意识到他们需要硬件和人员的异构组合。自动化领域也处于采用 Agentic AI 在现场自主运行操作的早期阶段。这一转变验证了Roboteon 专注于互操作性和多代理编排。

我们正在投资扩展我们平台的能力，以消除集成复杂性并直接在我们的核心执行引擎中利用机器学习。 Roboteon 还积极扩展其与 SAP EWM 和 Microsoft Dynamics 365 等主要企业平台经过认证的本机集成。