Skoltech的智能空间机器人实验室的研究人员提出了一种基于射频识别（RB）盘点的客户行为分析和需求分配的新方法。他们的研究发表在国际控制、自动化、机器人和视觉会议（ICARCV）的会议记录上。

自动机器人系统已经渗透到我们的日常生活中，它面临着许多具有挑战性的任务，例如在瞬息万变的环境中。

由Skoltech Space Center(智能空间机器人实验室)的Dzmitry Tsetserukou教授领导的Skoltech团队提出了一种新方法，帮助构建模型，描述与位置相关的需求依赖性以及丢失和移动物品的精确位置。能够读取RFID标签的机器人可以监视购物者，注意他们发现最有吸引力的位置，并预测需求，从而向零售商提供有用的提示，说明放置物品的最佳位置，以增加销售和利润。

"现有的解决方案不适用于零售领域的实际情况，这可能会导致不可预见的销售损失。我们的解决方案通过在配备RBR设备的商店使用移动机器人进行自动配置，为零售商提供了关于需求分布的详尽信息。我们的研究与其他相关工作不同，因为我们在10多个月内收集的真实世界基本数据集的大小， " Skoltech Space Center的开发人员之一Alexander Petrovsky说。

"在Skoltech ，我们开发了一款面向十项全能商店的具有R -能力的自动机器人Michelle ，它有助于大减少由人类因素引起的读写错误的数量，并使库存更快、更便宜。我们提出了一个想法，以从该机器人在商店运营的10个月中收集的大数据中受益。具体而言，我们想估计整个购买区域的标签密度变化。首先，我们提出了一个概率模型，用于估计标签位置，精确度为0.3米，然后构建标签密度动态的点击图，清楚地显示最大和最小购买数量区域。这些发现对零售商搬迁货物以最大化销售利润和预测季节性需求概况非常重要， " Skoltech教授Dzmitry Tsetserukou说。

这种新的方法可以在任何配备RFID技术的零售空间中使用。