[2I5-GS-10] AI応用：移動・交通

[2I5-GS-10-03] Multi-Agent Pickup and Delivery問題における深層強化学習を用いた割込処理効率化

〇平山 大世¹、吉田 康平²、坂地 泰紀¹、野田 五十樹¹ (1. 北海道大学、2. 株式会社豊田自動織機)

キーワード：Multi-Agent Pickup and Delivery (MAPD)、深層強化学習、タスク割当、割込

自動化倉庫における即時タスク受け入れのための深層強化学習を用いた効率化手法を提案する。
従来のMulti-Agent Pickup and Delivery (MAPD)問題では、すべての搬出タスクが計画段階で与えられることを前提としているが、実際のアプリケーションではシステムがリアルタイムで即時かつ緊急のタスクを受け入れる必要がある場合が多い。
一般的な割込処理方法では、即時タスクを最優先で迅速に処理するが、それに伴う通常タスクの遅延を考慮していない。
本研究では、割込処理を適度に先延ばしすることで全体効率の改善を図る。
適切な先延ばし度合を決定する深層強化学習モデルProcrastiNetを提案し、その性能を一般的な割込処理方法およびルールベース手法と比較する。