倉儲物流自動化及機器人倉庫 (robotic warehouse) 在各產業供應鏈中日益成為重要的一環，如何高效管理大量機器人並避免碰撞成為一大挑戰。

MIT 電機工程與計算機科學博士生 Zhongxia Yan 和 MIT 土木與環境工程助理教授 Cathy Wu，設計一種新的神經網路架構，將倉庫中的機器人分組、編碼重要資訊，並預測倉庫中最需能夠緩解擁擠的區域以提高整體效率。在多個模擬環境中，如類似倉庫、有障礙物的環境，及建築內部的迷宮式環境，此學習方法比傳統方法快近四倍。

此深度學習方法也可用於其他複雜的規劃任務，如電腦晶片設計或大型建築物中的管道佈線。該研究得到 Amazon 和 MIT Amazon Science Hub 的支持。未來希望從神經模型中獲得簡單、基於規則的見解，以便於實際機器人倉庫中實施和維護。

撰寫：彭宜翎 (2024 經理人 – 國立清華大學科技管理學院學士班)

指導：陳昱融 (2014 Epoch School 校友)