深層強化学習を用いたAGV搬送システムのオンライン最適化

抄録

本研究ではAGV搬送システムの効率性の向上に取り組み、そのアプローチとして最適化手法の１つである強化学習に注目する。AGVの効率的な制御アルゴリズムを獲得するために、強化学習を使用した最適化の事例が報告されているが、生産環境と要件の変化に柔軟に対応できるような最適化アルゴリズムは筆者の知る限り報告されていない。そこで、本研究では生産環境の変化に対応するため、機械学習の持つ推論機能を利用した最適化手法を提案する。シミュレーションソフトによって構築された仮想生産環境に対して強化学習アルゴリズムを適用し、AGVの経路スケジューリングの最適化を行う。また、仮想生産環境のレイアウトを変更し、再構築した生産システムに対して学習したアルゴリズムを適用することで、強化学習を用いた最適化の汎化性能を検証する。