建筑行业面临着生产率增长停滞、技术工人短缺以及频繁的安全问题的挑战[[1], [2], [3], [4]]。为应对这些问题，该行业越来越多地探索自主机器人系统的应用，旨在建立一个更高效、更绿色、更安全的建筑环境[5,6]。在建筑领域，机器人的应用预计可将整个项目进度加快20%，减少60-90%的劳动力需求，并将工人暴露在危险环境中的时间减少72%[[7], [8], [9]]。然而，由于成本考虑和技术限制，建筑行业的利益相关者目前对全面自动化持保守态度[9,10]。因此，更倾向于从简单但体力要求高的任务开始逐步实施机器人技术，然后再逐步推进到复杂和高级的任务[10,11]。
在各种类型的建筑机器人中，物料搬运机器人（MHRs）（如图1所示）被认为是最有可能在建筑行业中立即得到广泛采用的[1]。传统的手动物料搬运被广泛认为是一种成本高昂、劳动密集型的操作，占建筑项目成本的近20%，同时需要大量的劳动时间[7]。此外，手动搬运的高体力要求使工人面临严重的生理风险（肌肉疲劳、肌肉骨骼疾病）和受伤；例如，在日本，每年有15%的建筑伤害发生在物料搬运过程中[8,12,13]。因此，确保高效和安全的物料运输是建筑行业的一个紧迫问题[14]。配备有先进传感和测绘技术的MHRs以其固有的安全优势而闻名。这些自主移动机器人能够实现从装载、搬运、提升到卸载的全程自动化物料运输，从而与其他需要直接人工交互的机器人类型相比，大大降低了碰撞风险。将MHRs整合到当前的建筑工作流程中，在以下几个方面带来了好处：首先，由于MHRs具有更高的承载能力和抗疲劳能力，它们在运输效率上优于人类[7,15]；其次，自动化重复性和重体力物料搬运任务可以减少工人的身体负担，从而降低他们的肌肉骨骼风险[12,14]；第三，采用MHRs可以释放人力，使其专注于更高价值的活动（例如，需要多技能协调或逻辑决策的活动），这有助于通过优化劳动力重新分配来缓解劳动力短缺[7]。这些好处促使许多政府推广MHRs。例如，在中国，三分之一的机器人试点城市的市政府都倡导采用MHRs[6]。香港发展局设立了建筑创新和技术基金（CITF），为承包商提供购买MHRs的激励措施[16]。
尽管前景广阔，但在实际环境中实施MHRs仍面临各种挑战，其中最关键的是缺乏能够最大化运营效率的“即用型解决方案”[8,9]。许多承包商报告称，在购买MHRs后，他们并不清楚如何最好地规划任务以充分利用整个车队的潜在生产力优势[17,18]。作为MHR系统运营管理的一部分，承包商需要定期根据项目进度将物料运输任务分配给MHRs。每个物料运输任务都有指定的起点和终点位置、物料类型和重量以及交货时间窗口。根据这些任务参数和MHRs的承载能力，承包商需要确定每台MHR的任务顺序[15]。实际上，MHR任务规划（包括任务分配，即将任务分配给MHR车队）和调度（即确定车队中每台MHR执行其分配任务的最佳顺序）在很大程度上依赖于工人的直觉和经验。现场操作员使用移动应用程序来管理MHR车队，指示每台MHR的去向、运输内容和顺序[18,19]。然而，由于任务分配和调度决策相互关联，任务规划是一个众所周知的NP难题[15,20]。因此，未经系统优化的手工生成的指令很可能会导致次优解决方案，表现为频繁的非生产性行程（例如，MHRs在任务地点之间移动而未进行物料运输[20,21]。非生产性行程会阻碍现场物料运输效率的提高，并阻碍MHR系统所承诺的生产力提升的实现。更重要的是，直觉性的任务分配和调度可能会延迟所需物料的交付，进一步扰乱项目进度[15]。为了解决这些不足，需要一种优化的MHR任务规划方法来最大化MHR系统的能力。
鉴于机器人系统所需的大量投资[8,17]，最大化MHR车队的运营效率对承包商来说是一项重要任务。出于这一实际需求，本文旨在开发一种自动化规划工具，以生成最佳的MHR任务分配和调度解决方案。本文的研究发现和见解可以为承包商提供有关MHR系统管理的有用指导，有望缓解机器人应用的管理障碍，从而促进更高效和可持续的建筑环境。
