随着电子商务的发展,仓库中分拣的订单也呈现出“多品种、小批量,多批次,高时效”的特点。而传统人工拣选方式需要消耗大量的人力物力。在这样的情况下,为了降低物流分拣成本,提高服务效率,越来越多的企业开始在仓储物流中使用机器人。近年来一种新型自主移动机器人（Automated Mobile Robot,AMR）兴起,它采用人机协同的方式,将作业人员的移动集成到一个工作流程中。2019年的一项对AMR市场调研显示,这个市场正在爆炸式地极速增长。本文对自主移动机器人分拣模式下面临的作业人员调度问题进行研究,为企业的实际仓储操作运营提供重要的理论支撑和实践指导。首先,本文分析了AMR分拣模式下作业人员调度问题的实际情况,对问题进行描述与假设,结合实时性原则、最短路原则、机器人等待时间最小原则、系统性原则等四大原则,对可能遇到的情况使用情景分析法制定调度规则,建立相应的优化模型。然后采用小规模算例,对本文模型进行优化求解。因现实分拣过程是一个动态变化的过程,而优化模型是在静态条件下建立的,通过仿真建模可以观察分拣系统动态变化过程。因此,本文在Anylogic中建立仿真模型,包括主智能体、订单智能体、机器人智能体、调度智能体和作业人员智能体模型,将小规模算例数据输入仿真模型,比较优化求解和仿真的差距,验证仿真模型的正确性。然后,本文通过对实际订单的下单时间特征和下单间隔时间特征进行分析,并修改仿真中的订单智能体,使其更符合订单的实际情况。最后进行现有调度方案和原有调度方案的比较,证明现有调度方案能够减少订单完成时间最大值、作业人员行走时间和机器人等待时间。进行敏感性分析,调整仿真中的模型参数,分析了不同订单量、不同调度时间窗间隔时间以及不同作业人员机器人配置比对订单完成时间最大值、作业人员状态和机器人状态的影响,并给出最优方案的选择。事实证明通过优化+仿真的方法,可以找到机器人在运行时的最优参数。图28幅,表28个,参考文献77篇。