リース機器の循環型物流における需要予測と在庫最適化
出荷と撤去・回収の存在する循環型物流において,最適化技術を利用して需要の期待値を予測するとともに,突発需要等の変動を確率分布を用いて予測した.これにより倉庫や販売店など,全国に点在する数十拠点を対象に在庫最適化を行った.実際の物流システムにも採用され,実務担当者による運用からさらにコストを低減することが可能となった.
近年,人工知能・機械学習技術の発展もあり,これらの知能化技術をロボットの環境適応能力や自律性の付与の手段として用いることが期待されています.しかし,強化学習を含む機械学習は,一般的に多くの学習時間を必要とする根本的な問題を抱えています.従って,学習時間を短縮することが,実時間で学習する実ロボットにとって,特に解決すべき重要な課題です.私達は,遺伝的アルゴリズムの概念で説明した学習高速化手法を開発し,より高度なロボットの知能化の実現を目指しています.
論文
「学習時間の短縮に向けた状態価値を用いた知識転移手法」(2017)『電気学会論文誌C』137(9)p.1171-1176.
「知識の転移と選別機能を備えた強化学習手法の複数タスク下における性能検証」(2016)『システム制御情報学会論文誌』p.152-154.
「転移学習における価値に基づく知識の選別」(2015)『システム制御情報学会論文誌』28(6)p.275-283 .
研究シーズ・教員に対しての問合せや相談事項はこちら
技術相談申込フォーム