論文の概要: A Multi-Agent System for Solving the Dynamic Capacitated Vehicle Routing Problem with Stochastic Customers using Trajectory Data Mining

• arxiv url: http://arxiv.org/abs/2009.12691v1
• Date: Sat, 26 Sep 2020 21:36:35 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-14 08:54:13.386542
• Title: A Multi-Agent System for Solving the Dynamic Capacitated Vehicle Routing Problem with Stochastic Customers using Trajectory Data Mining
• Title（参考訳）: 軌道データマイニングを用いた確率顧客による動的容量車両経路問題のマルチエージェントシステム
• Authors: Juan Camilo Fonseca-Galindo, Gabriela de Castro Surita, Jos\'e Maia Neto, Cristiano Leite de Castro and Andr\'e Paim Lemos
• Abstract要約: Eコマースはロジスティクス企業にとって新たな課題を生み出している。 本研究は、軌道データマイニング技術を用いて、領域パターンを抽出し、ラストマイル経路の動的生成に利用するマルチエージェントシステムを提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The worldwide growth of e-commerce has created new challenges for logistics companies, one of which is being able to deliver products quickly and at low cost, which reflects directly in the way of sorting packages, needing to eliminate steps such as storage and batch creation. Our work presents a multi-agent system that uses trajectory data mining techniques to extract territorial patterns and use them in the dynamic creation of last-mile routes. The problem can be modeled as a Dynamic Capacitated Vehicle Routing Problem (VRP) with Stochastic Customer, being therefore NP-HARD, what makes its implementation unfeasible for many packages. The work's main contribution is to solve this problem only depending on the Warehouse system configurations and not on the number of packages processed, which is appropriate for Big Data scenarios commonly present in the delivery of e-commerce products. Computational experiments were conducted for single and multi depot instances. Due to its probabilistic nature, the proposed approach presented slightly lower performances when compared to the static VRP algorithm. However, the operational gains that our solution provides making it very attractive for situations in which the routes must be set dynamically.
• Abstract（参考訳）: eコマースの世界的成長は、ロジスティクス企業にとって新たな課題を生み出した。そのひとつが、パッケージのソート方法を直接反映し、ストレージやバッチ生成といったステップを排除する必要性を反映した、迅速かつ低コストな製品提供を可能にすることだ。 本研究では,軌跡データマイニング手法を用いて領域パターンを抽出し,ラストマイル経路を動的に生成するマルチエージェントシステムを提案する。 この問題は、Stochastic Customerによる動的容量車両ルーティング問題(VRP)としてモデル化できるため、多くのパッケージで実装が不可能なNP-HARDとなっている。 この作業の主な貢献は、eコマース製品の提供に一般的に見られるビッグデータシナリオに適した、処理されたパッケージの数ではなく、倉庫システム構成のみに基づいてこの問題を解決することである。 シングルデポインスタンスとマルチデポインスタンスの計算実験を行った。 その確率的性質から、提案手法は静的なvrpアルゴリズムに比べてわずかに低い性能を示した。 しかしながら、我々のソリューションが提供する運用上の利益は、経路を動的に設定しなければならない状況に非常に魅力的です。

関連論文リスト

• Multi-Agent Path Finding with Real Robot Dynamics and Interdependent Tasks for Automated Warehouses [1.2810395420131764]
  MAPF(Multi-Agent Path Finding)は、自動倉庫や工場にロボットを配置する際の重要な最適化問題である。 ロボットの群れが各注文の商品を棚からワークステーションに届ける倉庫において、オンラインでの注文配達の現実的な問題を考える。 これにより、相互依存型ピックアップおよびデリバリタスクのストリームが生成され、関連するMAPF問題は、現実的な衝突のないロボット軌道の計算によって構成される。
  論文  参考訳（メタデータ） (2024-08-26T15:13:38Z)
• Sparse Diffusion Policy: A Sparse, Reusable, and Flexible Policy for Robot Learning [61.294110816231886]
  我々はスパース・リユース・フレキシブル・ポリシー、スパース・ディフュージョン・ポリシー(SDP)を導入する。 SDPは、エキスパートとスキルを選択的に活性化し、モデル全体をトレーニングすることなく、効率的でタスク固有の学習を可能にする。 デモとコードはhttps://forrest-110.io/sparse_diffusion_policy/にある。
  論文  参考訳（メタデータ） (2024-07-01T17:59:56Z)
• Exploring Dynamic Transformer for Efficient Object Tracking [58.120191254379854]
  効率的なトラッキングのための動的トランスフォーマーフレームワークであるDyTrackを提案する。 DyTrackは、様々な入力に対して適切な推論ルートを設定することを学習し、利用可能な計算予算をより活用する。 複数のベンチマークの実験では、DyTrackは単一のモデルで有望な速度精度のトレードオフを実現している。
  論文  参考訳（メタデータ） (2024-03-26T12:31:58Z)
• Multi-Agent Learning of Efficient Fulfilment and Routing Strategies in E-Commerce [11.421159751635667]
  電子商取引における製品配送コストを最小化するための統合的アルゴリズムフレームワークを提案する。 電子商取引における大きな課題の1つは、複数の顧客からの時間的に多様な注文が大量にあることだ。 本稿では,グラフニューラルネットワークと強化学習を組み合わせたノード選択と車両エージェントの学習手法を提案する。
  論文  参考訳（メタデータ） (2023-11-20T10:32:28Z)
• Sparse-DySta: Sparsity-Aware Dynamic and Static Scheduling for Sparse Multi-DNN Workloads [65.47816359465155]
  複数のディープニューラルネットワーク(DNN)を並列に実行することは、両エッジデバイスで新たなワークロードとなっている。 スパースマルチDNNスケジューリングに静的なスケジューラパターンと動的スケジューラ情報の両方を利用する新しいスケジューラDystaを提案する。 提案手法は, 遅延制約違反率を最大10%削減し, 平均正規化ターンアラウンド時間で約4倍に向上する。
  論文  参考訳（メタデータ） (2023-10-17T09:25:17Z)
• Neural Stochastic Dual Dynamic Programming [99.80617899593526]
  我々は、問題インスタンスを断片的線形値関数にマッピングすることを学ぶトレーニング可能なニューラルモデルを導入する。 $nu$-SDDPは、ソリューションの品質を犠牲にすることなく、問題解決コストを大幅に削減できる。
  論文  参考訳（メタデータ） (2021-12-01T22:55:23Z)
• A Deep Reinforcement Learning Approach for Constrained Online Logistics Route Assignment [4.367543599338385]
  物流業界にとって、各出荷区画に適切な物流ルートを割り当てる方法が不可欠である。 このオンライン経路割り当て問題は、制約付きオンライン意思決定問題とみなすことができる。 我々はPPO-RAと呼ばれるモデルフリーDRLアプローチを開発し、経路割当(RA)の課題に対処する専用の技術を用いてPPO(Pximal Policy Optimization)を改善した。
  論文  参考訳（メタデータ） (2021-09-08T07:27:39Z)
• Offline Model-Based Optimization via Normalized Maximum Likelihood Estimation [101.22379613810881]
  データ駆動最適化の問題を検討し、一定の点セットでクエリのみを与えられた関数を最大化する必要がある。 この問題は、関数評価が複雑で高価なプロセスである多くの領域に現れる。 我々は,提案手法を高容量ニューラルネットワークモデルに拡張可能なトラクタブル近似を提案する。
  論文  参考訳（メタデータ） (2021-02-16T06:04:27Z)
• Territory Design for Dynamic Multi-Period Vehicle Routing Problem with Time Windows [0.0]
  タイムウインドウ(TD-DMPVRPTW)を用いた動的多周期車両ルーティング問題の準位設計 この問題は、デポから一連の顧客への注文を配信するための連続的でコンパクトな領域の設計を扱う。 顧客と要求は時間とともに動的に変化する。
  論文  参考訳（メタデータ） (2020-12-18T20:50:32Z)
• Balanced dynamic multiple travelling salesmen: algorithms and continuous approximations [0.40611352512781856]
  動的ルーティングは、例えばリアルタイムルーティングなど、顧客が事前に分かっていない場合に発生する。 BD-mTSP(BD-mTSP)というバランスの取れたマルチトラベリングセールスマン問題の解法を提案する。
  論文  参考訳（メタデータ） (2020-08-27T11:41:20Z)
• Dynamic Multi-Robot Task Allocation under Uncertainty and Temporal Constraints [52.58352707495122]
  本稿では,不確実性およびマルチエージェント協調の下での逐次意思決定における重要な計算課題を分離するマルチロボット割当アルゴリズムを提案する。 都市におけるマルチアームコンベヤベルトピック・アンド・プレイスとマルチドローン配送ディスパッチの2つの異なる領域における広範囲なシミュレーション結果について検証を行った。
  論文  参考訳（メタデータ） (2020-05-27T01:10:41Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。