面向仓储物流自动化优化的 AI 驱动数字孪生框架
英文标题：AI-Driven Digital Twin Framework for Warehouse Logistics Automation Optimization
该研究提出了一种结合人工智能与数字孪生的创新框架，旨在优化现代仓储与物流自动化系统。随着运营效率需求的提升，传统静态货物摆放策略正逐步被数据驱动的动态货位分配（Dynamic Slotting）方案所取代。该框架通过数字孪生的高保真仿真与 AI 算法的动态协同，实现了对复杂仓储环境的实时优化。这一成果为工业物流、智能仓储与供应链自动化开发提供了极具价值的系统架构范式。
打开原文相关 2.4 · 机会 2
2.0 KB
640 B
612 B
380 B
24.2 KB
34.7 KB
中文
论文编号：arXiv:2610.38101v1
发布类型：最新公告（Announce Type: new）
摘要
近年来，仓储物流优化日益聚焦于利用智能化、数据驱动的系统来提升整体运营效率。传统的静态产品摆放策略正逐步被动态货位分配（Dynamic Slotting）方法所取代。本文提出了一个面向仓储物流自动化优化的 AI 驱动数字孪生框架，旨在通过实时数据流与智能化推断实现物流调度的动态仿真与全局协同。
BibTeX 格式引用
×
English / 原文
BibTeX formatted citation
×