便利商店的補貨向來會消耗大量時間與人力，其中流動率高的冷凍櫃飲料在炎熱的夏天更需要不斷的補給上架，對於勞動人力嚴重短缺的日本而言這樣的問題存在已久，根據推估一家熱門的便利商店一天需要補給超過千瓶飲料；雖然日本已經藉由如留學生、外籍勞動人口、鼓勵長青族二度就業設法解決超商人員不足問題，但隨著 Covid-19 導致外籍勞動人口下降，問題又再度回到原點；一家設立在東京的新創公司 Telexistence 宣布成為日本便利商店的補貨機器人供應商，Telexistence 藉由 NVIDIA 的 AI 技術打造出專用於補貨的機器人。
Telexistence 預計自今年 8 月起在日本 300 家全家便利商店導入 TX SCARA 補貨機器人，預計未來幾年陸續擴大導入的店舖數量與更多連鎖通路；繼日本後， Telexistence 希望下一步鎖定同樣有零售勞動人口不足的美國市場。
Telexistence 在 2017 年於東京成立，是一家以 AI 技術為根基的新創公司，在此次的補貨機器人應用 NVIDIA Jetson 邊際 AI 機器人平台作為基礎，打造名為 TX SCARA 的補貨機器人； TX SCARA 補貨機器人是因應超商內狹長的倉儲環境所設計的軌道式機器人，借助機器人裝載的影像感測器掃描與分辨貨架以及飲料，透過 AI 判斷哪些飲料存量下降後自貨架進行補給，當前的自動補滿成功率達 98% 。
▲ TX SCARA 是由多個 AI 模型構成的補貨機器人，因應超商環境採用軌道式移動
TX SCARA 具有多個 AI 模型，包括做為辨識飲料類型與安置貨架的物體偵測，另外搭配機器人手臂運動的 AI 模型用以精確將飲料安插在貨架上，此外還有用於判斷異常的模型，以及偵測那些飲料即將售罄；Telexistence 利用專用於邊際 AI 的 JetPack SDK 與 NVIDIA TensorRT SDK 為軟體，透過預訓練的神經網路作為基礎，結合人工合成以及已標記的實體環境資料強化模型的訓練，透過合成產生各種顏色、紋理與光源，以結合合成處理的超過 8 萬張影像訓練出此次的模型。
在系統架構是以 NVIDIA DGX Station 進行 AI 模型訓練，機器人則由兩個不同的 NVIDIA Jetson 嵌入模組構成，以 NVIDIA Jetson AGX Xavier 處理邊際 AI 、 Jetson TX2 則用於處理影片串流資料。另一個關鍵是使用半精度的 FP16 而非單經度的 FP32 浮點數格式，使訓練與推論更具效率。
▲萬一發生異常也不需超商內的店員放下工作處理，可藉由遠端操作員以手動方式介入
當然畢竟目前還未達到 100% 的成功率，偶而會發生機器人誤判飲料擺放或是傾倒，此時可藉由遠端技術介入，由 Telexistence 的遠端操作員介入，透過搭載 NVIDIA GPU 的 VR 遠距操作系統以手動方式進行 VR 及時串流排除問題，不須店內的店員放下工作介入。
導入 TX SCARA 的優點不僅止於將寶貴的人力專注用於客服，由於系統本身具備辨識能力，能夠依照補貨過程的商品、日期、時間與數量建立資料庫，透過補貨情況推算銷售狀況與需求，排定優先補給的商品。
12 則回應