[2K4-GS-10] AI応用：製造

[2K4-GS-10-02] 深層強化学習を用いた配送計画問題の解法の拡張に関する研究

〇徳永 健生¹、藤井 秀樹¹ (1. 東京大学)

キーワード：深層強化学習、配送計画問題、組合せ最適化

近年深層強化学習による組合せ最適化の研究が進められている。その中でも制約・目的関数が多様であり、高速な求解が要求されることもある配送計画問題は、デマンドバス・ライドシェアのような配車サービスやラストワンマイル配送など、実社会からの需要も大きいことから多く研究されている。Koolらの過去の研究では、Attention機構を用いた深層強化学習の解法が配送計画問題の最適解に近い高精度な解を、既存の解法よりも高速に生成できたことが報告されている。本研究の目的は、Koolらによって提案された解法を拡張し、新たな制約・目的関数を持つ配送計画問題に適用できるようすることである。本研究の成果は、深層強化学習の社会応用を考える上で重要になり得る。