[2S5-GS-2] Machine learning:

[2S5-GS-2-03] Generating training data for learning task allocation in vehicle routing problems with time windows using deep reinforcement learning

〇TOHGOROH MATSUI¹, Kota Makitani¹ (1. Chubu University)

Keywords:reinforcement learning, vehicle routing problem, multi-agent systems, task allocation

本論文では、深層学習を用いた時間制約付きのマルチエージェント配送計画問題において、タスク割り当てを学習するための訓練事例の生成方法を提案する。従来手法は、タスク割り当てを学習するための問題を生成する際に、配送拠点の周りに一様な乱数を用いて配送先を生成し、時間制約も一様な乱数を用いて訓練用の配送計画問題を生成する。このため、従来手法で学習したモデルを実際の配送計画問題に適用すると、与えられた時間制約を満たす配送が不可能なタスク割り当てをしてしまい、未配送率が高くなるという問題が生じる。そこで本研究では、一様な乱数ではなく、実際の配送計画問題の配送先と時間制約の分布に基づいて訓練用の配送計画問題を生成する方法を提案する。実験により、本論文の提案手法を用いることによって実際の配送計画問題における未配送率が改善することを示す。