AIシステムが倉庫ロボットの交通を円滑に保つ方法を学習

巨大な自律型倉庫内では、数百台のロボットが通路を駆け回り、顧客からの絶え間ない注文に応えるために物品を集め、配送しています。この活発な環境において、小さな渋滞や軽微な衝突でさえも、雪だるま式に拡大して大規模な遅延を引き起こす可能性があります。 このような非効率の悪化を防ぐため、MITと技術企業 Symbotic の研究者たちは、ロボット群がスムーズに移動し続けるように自動的に制御する新しい手法を開発しました。この手法は、渋滞がどのように形成されているかに基づいて、各瞬間にどのロボットを優先すべきかを学習し、すぐに立ち往生しそうなロボットを優先順位で対応します。これにより、システムはボトルネックを回避するために事前にロボットの経路を再設定できます。 このハイブリッドシステムは、複雑な問題を解決するための強力な人工知能手法である深層強化学習（deep reinforcement learning）を活用して、どのロボットを優先すべきかを判断します。その後、高速で信頼性の高い計画アルゴリズムがロボットに指示を送り、絶えず変化する状況でも迅速に対応できるようにしています。 実際の e コマース倉庫のレイアウトに触発されたシミュレーションにおいて、この新しいアプローチは他の手法と比較してスループットを約 25 パーセント向上させました。重要なのは、このシステムが異なる数のロボットや多様な倉庫レイアウトを持つ新たな環境にも迅速に適応できることです。 製造業や物流の分野では、多くの意思決定問題において企業が人間のエキスパートによって設計されたアルゴリズムに依存しています。しかし、深層強化学習の力を示すことで、私たちは人間の能力を超えるパフォーマンスを達成できることを実証しました。これは非常に有望なアプローチです。なぜなら、これらの巨大な倉庫において、処理能力がわずか 2〜3 パーセント向上するだけでも、大きな影響を与えるからです」と、MIT の情報・意思決定システム研究所（LIDS）の大学院生であり、この新しいアプローチに関する論文の筆頭著者であるハン・チェン氏は述べています。 この論文には、LIDS のポスドク研究員であるイニング・マー氏、シンボティック社のブランドン・アラキ氏とジンカイ・チェン氏が共著者として名を連ねています。シニア著者であるキャシー・ウー氏は、MIT の土木環境工学（CEE）およびデータ・システム・社会研究所（IDSS）の 1954 年学友会キャリア開発准教授であり、LIDS のメンバーでもあります。この研究は本日、『人工知能研究ジャーナル』に掲載されました。 **ロボットの経路再設定** e コマース倉庫内で数百台のロボットを同時に調整することは容易な作業ではありません。 この問題は特に複雑です。なぜなら、倉庫は動的な環境であり、ロボットが目標に到達した後も新たなタスクを受け続けるからです。ロボットが倉庫フロアを出たり入ったりする際には、迅速に経路を再設定する必要があります。 企業は、処理可能なパッケージ数を最大化するためにロボットがどこを移動すべきかを決定する際、人間のエキスパートによって記述されたアルゴリズムを活用することがよくあります。 しかし、渋滞や衝突が発生した場合、企業は問題を手動で解決するまで数時間倉庫全体を停止させる以外の選択肢を持たないこともあります。 「この状況では、未来の正確な予測はできません。私たちが知っているのは、入ってくるパッケージや将来の注文の分布という観点から、未来がどのような可能性を持っているかだけです。倉庫運営が進むにつれて、計画システムはこれらの変化に適応する必要があります」と鄭氏は述べています。 MIT の研究者たちは、機械学習を用いてこの適応性を達成しました。彼らはまず、倉庫環境の観測データを入力として受け取り、ロボットの優先順位を決定するニューラルネットワークモデルを設計しました。このモデルは、実際の倉庫を模倣したシミュレーション上でロボットを制御する方法を試行錯誤しながら学習する深層強化学習（deep reinforcement learning）を用いて訓練されます。モデルは、全体の処理能力（スループット）を向上させつつ衝突を回避する意思決定を下すことで報酬を得ます。 時間の経過とともに、ニューラルネットワークは多数のロボットを効率的に調整する方法を学習します。 「実際の倉庫レイアウトに触発されたシミュレーションと相互作用することで、当社のシステムは意思決定をより賢明にするために使用するフィードバックを受け取ります。訓練済みのニューラルネットワークは、異なるレイアウトを持つ倉庫にも適応できるようになります」と鄭氏は説明しています。 これは、各ロボットの経路における長期的な制約や障害を捉える一方で、倉庫内を移動するロボット間の動的な相互作用も考慮するように設計されています。 現在のおよび将来のロボット間の相互作用を予測することで、このモデルは混雑が発生する前に回避する計画を立てます。 ニューラルネットワークがどのロボットに優先権を与えるかを決定した後、システムは試行と成功を重ねてきた計画アルゴリズム（planning algorithm）を採用し、各ロボットが一点から別の点へどのように移動するかを指示します。この効率的なアルゴリズムにより、ロボットは変化する倉庫環境に対して迅速に対応できます。 これらの手法の組み合わせが鍵となります。 「このハイブリッドアプローチは、機械学習と古典的な最適化手法（classical optimization methods）の両方の利点をどのように実現するかという私のグループの研究に基づいています。純粋な機械学習手法では依然として複雑な最適化問題を解決するのが難しく、一方で人間のエキスパートが効果的な方法を設計するには非常に時間と労力がかかります。しかし、専門家が設計した方法を適切に組み合わせることで、機械学習のタスクを劇的に簡素化できるのです」とウー氏は述べています。 **複雑さへの対応** 研究者らがニューラルネットワークの訓練を終えた後、システムは訓練中に遭遇したものとは異なるシミュレーション倉庫でテストされました。産業用シミュレーションはこの複雑な問題には非効率すぎるため、研究者らは実際の倉庫で起こることを模倣するために独自の環境を設計しました。 平均して、彼らのハイブリッド学習ベースのアプローチは、ロボットあたりの配送パッケージ数という観点から、従来のアルゴリズムやランダム探索法と比較して 25% 高いスループットを達成しました。また、このアプローチは、従来の手法によって引き起こされた渋滞を克服できる実行可能なロボットの経路計画も生成できます。 「特に倉庫内のロボット密度が高まると、複雑さは指数関数的に増大し、これらの従来の手法はすぐに機能不全に陥ります。こうした環境では、私たちの方法ははるかに効率的です」と鄭氏は述べています。 彼らのシステムはまだ実世界への導入には程遠いものの、これらのデモンストレーションは、倉庫自動化において機械学習ガイド型のアプローチを採用することの有効性と利点を浮き彫りにしています。 今後は、研究者たちはどのロボットが各タスクを完了するかという決定が渋滞に影響を与えるため、問題の定式化にタスク割り当てを含めたいと考えています。また、数千台のロボットを扱う大規模な倉庫に向けてシステムのスケールアップも計画しています。 本研究は Symbotic によって資金提供されました。

AIシステムが倉庫ロボットの交通を円滑に保つ方法を学習

背景や根拠まで確認しますか？

調べる

選ぶ

サイト