电子商务的快速发展增加了对物流的需求。由于产品多样性的指数级增长和对更快交付时间的需求，除了自动化之外，物流部门还需要更灵活、可扩展和稳健的方法。基于这一动机，我们的项目提出了一种新的范式，即认知细胞仓库，其中配备人工智能（AI）的多机器人系统与人类同事协作，旨在实现更灵活、兼容、可靠和高效的仓库。为了实现这种新范式，我们的项目旨在（i）为认知细胞仓库开发一个通用的模块化数学模型，（ii）为机器人和人类的协作团队开发一个混合规划框架，（iii）在小型认知细胞仓库中测试和证明所开发算法和方法的可行性和有效性。在该项目范围内，开发了创新的数学模型、算法和方法，以（a）计算认知机器人单元中多个机器人的最优路径，避免静态/动态障碍，（b）修改和扩展现有的自动化仓库（AS/RS）和手动操作，使其能够有效地与认知机器人单元交互和协作，（c）在认知细胞仓库的保护伞下协同整合不同类型的单元，允许人机协作。这些模型和方法的有用性和有效性发表在国际知名的索引学术期刊和同行评审的会议论文集上。在Ekol Logistics的实际仓库环境中，这些方法的适用性通过多个机器人得到了证明。这个跨学科研究项目，包括一个子项目和四个工作包，是在24个月内与萨班哲大学、TED大学和Ekol Logistics合作进行的，涉及10名研究生的论文研究范围。