物流已实现包裹从仓库到分拣运输的大部分自动化，但在接近客户门口的配送环节仍面临挑战。为此，波士顿动力公司正测试四足机器人Spot，以完成从货车到住户门口最后15米的配送。
在该系统中，驾驶员将包裹放置于机器人传送带，Spot下车沿住宅区通道投递后返回车辆。
最后几米的悬念
末端交付的难点不仅在于城市移动，更在于每次交付环境各异：路缘、楼梯、碎石、雪地、花园、垃圾桶、行人、动物或受阻入口等。机器人需识别环境、规划路线，并在不损坏货物与环境的前提下完成投递。
波士顿动力指出，该路段对适应性与安全标准的要求高于多数工业流程。工厂机器人通常在已知空间重复作业，而居民区机器人需在非专业人员附近行动，应对每次停靠都可能变化的情况。
该公司认为，面对复杂地形，四足设计优于其他构型。Spot可攀爬台阶、在不平整表面行走并蹲下放置包裹。当前核心难点已从城市运输转向如何让机器在车辆与每户门前不可预测的空间中安全、经济地行驶。
轮式机器人已实现规模化运营
自主配送并非从零起步。轮式机器人已在结构规范的超本地路线上实现商业化部署。例如，Starship Technologies已完成超1000万次配送，拥有超3000台机器人的车队，业务覆盖8个国家300多个服务区域。
其单元主要运输预制食品、餐饮物资及工业用品，在人行道和步行区以类人速度行驶，服务范围通常为门店周边约两英里内。该系统自主运行率超99%，同时配备远程助手以备干预。
Starship机器人采用六轮设计，配备路缘石攀爬系统、专用雪地轮胎及用于检测行人、骑行者、动物和其他障碍物的传感器。这一规模证明自动化在有限场景下可实现商业化，但该模式高度依赖可通行的人行道、可达目的地及可绘制地图的路线。
轮式机器人解决了最后一公里部分问题，但难以像快递货车般轻松应对所有通行条件。
支腿扩大了作业范围并增加了成本
Spot试图填补上述空白，但仍需评估机器人下降、交付、返回耗时，续航能力，协助频次，以及对车辆空间和有效载荷的影响。
此外还需核算系统经济性。能在复杂地形行走并不等同于节省成本。机器人必须通过提升生产力或显著降低驾驶员体力消耗，来弥补投资、维护、能耗、监控及货车改装等投入。
Digit曾在2019年尝试过
将机器人装载至车辆并运抵目的地附近激活早有先例。2019年，福特与Agility Robotics合作，将自动驾驶技术与双足机器人Digit结合，旨在完成公路到门口的最后一段路程。
该项目将配送分为两部分：车辆负责长距离大容量运输，机器人则在最后路段沿人行道、草坪和楼梯行走。过往案例表明，物理移动仅是环节之一，系统还需协调车辆、机器人、地图、包裹与目的地。行走机器人必须明确运输对象、放置位置、寻车路径及求助时机。
与配送员的合作
波士顿动力最初将Spot定位为司机辅助工具而非完全替代。机器人执行配送时，人员可准备后续包裹或处理附近其他住宅配送，再与机器人汇合。
初始路线可由驾驶员控制记录，并在已知方向上自主复用。初期还将配备远程操作员，以便在Spot遇到无法解决的情况时介入。
未来试点目标是让机器人与一名驾驶员协同作业，在每周工作五天、日均处理200个包裹的路线上验证协作效果，旨在减少重复行驶里程、提高配送量、降低体力负担，且不引入新延误或问题。
门仍然是决定性的考验
对零售与电商行业而言，解决该环节可提升配送能力并降低部分住宅区路线成本。但该技术仍需证明其在公众面前、多变天气条件下能以足够低的干预率正常运行。
目前看来，最后一公里配送将由多种方案共同承担：轮式机器人在人行道保持优势，承接门店超本地化配送；履带式或足式机器人则接管从货车出发的复杂通行场景。只要技术仍在展示操作局限性，人类参与就仍是核心。
客户门口是自动化走出受控环境的关键节点。抵达此处不仅需要能行走的机器人，更需确保每笔配送安全、快速，且在经济性上优于现有替代方案。