論文の概要: A multi-algorithm approach for operational human resources workload balancing in a last mile urban delivery system

• arxiv url: http://arxiv.org/abs/2601.00023v1
• Date: Wed, 24 Dec 2025 06:45:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-11 18:48:17.497082
• Title: A multi-algorithm approach for operational human resources workload balancing in a last mile urban delivery system
• Title（参考訳）: ラストマイル都市交通システムにおける人的資源負荷分散のための多元的アプローチ
• Authors: Luis M. Moreno-Saavedra, Silvia Jimenez-Fernandez, Antonio Portilla-Figueras, David Casillas-Perez, Sancho Salcedo-Sanz,
• Abstract要約: 労働力への効率的な作業負荷割り当ては、ラストマイルパッケージデリバリシステムにおいて非常に重要です。 地理的に近接した作業員にパッケージ配達を割り当てる従来の手法は非効率である。 この問題に対処するためのマルチアルゴリズムアプローチを提案する。
• 参考スコア（独自算出の注目度）: 3.177209535397463
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Efficient workload assignment to the workforce is critical in last-mile package delivery systems. In this context, traditional methods of assigning package deliveries to workers based on geographical proximity can be inefficient and surely guide to an unbalanced workload distribution among delivery workers. In this paper, we look at the problem of operational human resources workload balancing in last-mile urban package delivery systems. The idea is to consider the effort workload to optimize the system, i.e., the optimization process is now focused on improving the delivery time, so that the workload balancing is complete among all the staff. This process should correct significant decompensations in workload among delivery workers in a given zone. Specifically, we propose a multi-algorithm approach to tackle this problem. The proposed approach takes as input a set of delivery points and a defined number of workers, and then assigns packages to workers, in such a way that it ensures that each worker completes a similar amount of work per day. The proposed algorithms use a combination of distance and workload considerations to optimize the allocation of packages to workers. In this sense, the distance between the delivery points and the location of each worker is also taken into account. The proposed multi-algorithm methodology includes different versions of k-means, evolutionary approaches, recursive assignments based on k-means initialization with different problem encodings, and a hybrid evolutionary ensemble algorithm. We have illustrated the performance of the proposed approach in a real-world problem in an urban last-mile package delivery workforce operating at Azuqueca de Henares, Spain.
• Abstract（参考訳）: 労働力への効率的な作業負荷割り当ては、ラストマイルパッケージデリバリシステムにおいて非常に重要です。 この文脈では、地理的に近接した作業者に対してパッケージ配送を割り当てる従来の手法は非効率であり、配送作業者間の不均衡な作業負荷分布に確実に導くことができる。 本稿では,ラストマイル都市パッケージ配送システムにおける人的資源負荷分散の課題について考察する。 すなわち、最適化プロセスはデリバリ時間の改善に重点を置いており、作業負荷のバランスが全スタッフで完了している。 このプロセスでは、指定されたゾーン内のデリバリワーカー間での作業負荷の大幅な削減を補正する必要があります。 具体的には,この問題に対処するためのマルチアルゴリズムアプローチを提案する。 提案手法は,各作業者が1日当たり同様の作業量を達成するように,一連の配送ポイントと定義された作業員数を入力して,作業員にパッケージを割り当てる。 提案アルゴリズムは,作業者へのパッケージの割り当てを最適化するために,距離とワークロードを考慮した。 この意味では、配送ポイントと各作業員の位置との距離も考慮される。 提案手法は、k-平均の異なるバージョン、進化的アプローチ、異なる問題符号化を用いたk-平均初期化に基づく再帰的代入、およびハイブリッドな進化的アンサンブルアルゴリズムを含む。 スペイン・アズケカ・デ・ヘナレス(Azuqueca de Henares)の都市部におけるラストマイル配送労働者の現実的問題における提案手法の性能を実証した。

関連論文リスト

• Optimized Agent Shift Scheduling Using Multi-Phase Allocation Approach [0.0]
  そこで本研究では,その問題をより小さなサブプロブレムとシフトアロケーションに分割することで,スケーラビリティと精度に対処する多相アロケーション手法を提案する。 そこで,本提案手法を多目的フレームワークを用いて,ホリデーラッシュなどのピーク需要シナリオがもたらす課題に対処する。
  論文  参考訳（メタデータ） (2025-11-27T17:10:59Z)
• Cluster-Based Multi-Agent Task Scheduling for Space-Air-Ground Integrated Networks [60.085771314013044]
  低高度経済は、コミュニケーションやセンシングなどの分野で発展する大きな可能性を秘めている。 本稿では,SAGINにおけるマルチUAV協調タスクスケジューリング問題に対処するため,クラスタリングに基づく多エージェントDeep Deterministic Policy Gradient (CMADDPG)アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2024-12-14T06:17:33Z)
• Robotic warehousing operations: a learn-then-optimize approach to large-scale neighborhood search [84.39855372157616]
  本稿では,ワークステーションの注文処理,アイテムポッドの割り当て,ワークステーションでの注文処理のスケジュールを最適化することで,ウェアハウジングにおけるロボット部品対ピッカー操作を支援する。 そこで我々は, 大規模近傍探索を用いて, サブプロブレム生成に対する学習を最適化する手法を提案する。 Amazon Roboticsと共同で、我々のモデルとアルゴリズムは、最先端のアプローチよりも、実用的な問題に対するより強力なソリューションを生み出していることを示す。
  論文  参考訳（メタデータ） (2024-08-29T20:22:22Z)
• Fast and Straggler-Tolerant Distributed SGD with Reduced Computation Load [11.069252535469644]
  勾配降下(SGD)のような最適化手順は、ストラグラーと呼ばれる非応答性や遅い労働者の影響を軽減するために利用することができる。 これは、ワーカのサブセットがアルゴリズムの各イテレーションで計算を完了するのを待つだけで実現できる。 我々は,アルゴリズムの実行時間を通じて,作業者数と計算負荷の両方を適応させる新しいスキームを構築した。
  論文  参考訳（メタデータ） (2023-04-17T20:12:18Z)
• Scalable Multi-Agent Reinforcement Learning for Warehouse Logistics with Robotic and Human Co-Workers [41.293077032127904]
  我々は、多数の移動ロボットと人間のピッカーが協力して倉庫内でアイテムを収集、配達する倉庫について検討する。 私たちが取り組んだ根本的な問題は、これらの作業員がこの作業においてパフォーマンスを最大化するために、倉庫内での動きと動作をどのように調整する必要があるかである。 我々は,マネージャエージェントが労働者エージェントに目標を割り当てる階層的MARLアルゴリズムを開発し,グローバルな目標の最大化に向けて,マネージャと労働者の方針を協調的に訓練する。
  論文  参考訳（メタデータ） (2022-12-22T06:18:41Z)
• Meta Reinforcement Learning with Finite Training Tasks -- a Density Estimation Approach [21.44737454610142]
  メタ強化学習(メタRL)では、エージェントは、同じタスク分布から引き出された新しいタスクの迅速な解決方法のセットから学習する。 この研究で検討する質問は、高い確率で最適な行動を保証するために、どの程度のトレーニングタスクが必要かということだ。 本研究では,タスク分布を直接学習し,密度推定手法を用いて,学習したタスク分布に関するポリシーを訓練するアプローチを提案する。
  論文  参考訳（メタデータ） (2022-06-21T20:32:19Z)
• Coded Computation across Shared Heterogeneous Workers with Communication Delay [42.50248255900814]
  複数の行列乗算タスクを符号化し、並列計算のためにワーカーに割り当てるマルチワーカー分散コンピューティングのシナリオを考察する。 本稿では、各作業者が符号化されたタスクを処理可能な、専用および分数的な作業者割当ポリシーの下で、作業者割当、リソース割当負荷割当アルゴリズムを提案する。 提案アルゴリズムは,ベンチマークよりもタスク遅延の完了率を低減できることを示すとともに,専用および少数のワーカ割り当てポリシがアプリケーションのスコープが異なることを観察する。
  論文  参考訳（メタデータ） (2021-09-23T09:40:54Z)
• 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)
• Straggler-aware Distributed Learning: Communication Computation Latency Trade-off [56.08535873173518]
  ストラグワーカーは冗長な計算を割り当て、データと計算をまたいでコーディングすることで許容できる。 既存のほとんどのスキームでは、各非ストラグリングワーカーは、全ての計算を完了した後、1イテレーションごとに1つのメッセージをパラメータサーバ(PS)に送信する。 このような制限を課すことで、ストレグリング動作の不正確な予測による過剰計算と、ストレグラー/非ストレグラーとしての作業員の処理による未使用の2つの主な欠点が生じる。
  論文  参考訳（メタデータ） (2020-04-10T08:39:36Z)

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。