論文の概要: Robust Out-of-Order Retrieval for Grid-Based Storage at Maximum Capacity

• arxiv url: http://arxiv.org/abs/2601.19144v1
• Date: Tue, 27 Jan 2026 03:19:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-30 05:40:24.731915
• Title: Robust Out-of-Order Retrieval for Grid-Based Storage at Maximum Capacity
• Title（参考訳）: グリッドストレージの最大容量におけるロバストなアウトオブオーダー検索
• Authors: Tzvika Geft, William Zhang, Jingjin Yu, Kostas Bekris,
• Abstract要約: 本稿では,不確実性を考慮した自動ストレージシステムの運用効率向上のためのフレームワークを提案する。 グリッド内の衝突のない経路に沿ってロボットによって移動される、均一サイズの負荷のための2Dグリッドベースのストレージを考える。 目的は、効率的な検索を確保するために、負荷移動を最小限に抑えることである。
• 参考スコア（独自算出の注目度）: 14.759453430635034
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper proposes a framework for improving the operational efficiency of automated storage systems under uncertainty. It considers a 2D grid-based storage for uniform-sized loads (e.g., containers, pallets, or totes), which are moved by a robot (or other manipulator) along a collision-free path in the grid. The loads are labeled (i.e., unique) and must be stored in a given sequence, and later be retrieved in a different sequence -- an operational pattern that arises in logistics applications, such as last-mile distribution centers and shipyards. The objective is to minimize the load relocations to ensure efficient retrieval. A previous result guarantees a zero-relocation solution for known storage and retrieval sequences, even for storage at full capacity, provided that the side of the grid through which loads are stored/retrieved is at least 3 cells wide. However, in practice, the retrieval sequence can change after the storage phase. To address such uncertainty, this work investigates \emph{$k$-bounded perturbations} during retrieval, under which any two loads may depart out of order if they are originally at most $k$ positions apart. We prove that a $Θ(k)$ grid width is necessary and sufficient for eliminating relocations at maximum capacity. We also provide an efficient solver for computing a storage arrangement that is robust to such perturbations. To address the higher-uncertainty case where perturbations exceed $k$, a strategy is introduced to effectively minimize relocations. Extensive experiments show that, for $k$ up to half the grid width, the proposed storage-retrieval framework essentially eliminates relocations. For $k$ values up to the full grid width, relocations are reduced by $50\%+$.
• Abstract（参考訳）: 本稿では,不確実性を考慮した自動ストレージシステムの運用効率向上のためのフレームワークを提案する。 グリッド内の衝突のない経路に沿ってロボット(または他のマニピュレータ)によって移動される、均一サイズの負荷(コンテナ、パレット、トテなど)のための2Dグリッドベースのストレージを検討する。 負荷はラベル付けされ(すなわちユニークな)、指定されたシーケンスに格納され、後に別のシーケンスで取得されなければならない。 目的は、効率的な検索を確保するために、負荷移動を最小限に抑えることである。 以前の結果により、負荷を格納/取得するグリッドの側が少なくとも3セル幅である場合、既知のストレージおよび検索シーケンスに対して、フル容量のストレージであってもゼロリロケーションソリューションが保証される。 しかし、実際には、格納フェーズ後に検索シーケンスを変更することができる。 このような不確実性に対処するため、この研究は検索中に \emph{$k$-bounded perturbations} を調べる。 最大容量での転位を除去するには,$(k)$グリッド幅が必要で十分であることを示す。 また、そのような摂動に頑健なストレージ配置を計算するための効率的な解法も提供する。 摂動が$k$を超える高い不確実性に対処するために、再配置を効果的に最小化する戦略が導入された。 大規模な実験により、グリッド幅の最大半分の$kに対して、提案されたストレージ検索フレームワークは、本質的に再配置を排除している。 フルグリッド幅まで$k$の値の場合、リロケーションは50\%+$に削減される。

関連論文リスト

• NextMem: Towards Latent Factual Memory for LLM-based Agents [58.35585202907478]
  NextMemは、自動回帰型オートエンコーダを使用して、潜時メモリを効率的に構築する、潜時ファクトメモリフレームワークである。 大規模な実験は、NextMemが優れたパフォーマンスを達成することを示す。
  論文  参考訳（メタデータ） (2026-02-26T14:35:27Z)
• Dynamic Buffers: Cost-Efficient Planning for Tabletop Rearrangement with Stacking [2.4140502941897544]
  乱雑なテーブルトップ環境でオブジェクトを配置することは、ロボット工学における長年の課題である。 これらの問題を解決するために、Dynamic Bufferと呼ばれる新しいプランニングプリミティブが導入されている。 人間のグループ化戦略にインスパイアされたロボットは、一時的に移動可能なスタックを形成し、ユニットとして輸送することができる。
  論文  参考訳（メタデータ） (2025-09-26T18:36:40Z)
• Walrus: An Efficient Decentralized Storage Network [6.053171723478456]
  Walrusは、複数の技術革新を通じて制限に対処する、分散化されたブロブストレージシステムである。 RedStuffは、4.5倍のレプリケーション係数で高いセキュリティを実現する2次元消去符号化プロトコルである。 Walrusはまた、ストレージノードチャーンを効率的に処理する、新しいマルチステージエポック変更プロトコルも導入している。
  論文  参考訳（メタデータ） (2025-05-08T16:06:41Z)
• Memory Gym: Towards Endless Tasks to Benchmark Memory Capabilities of Agents [4.371266695484245]
  Memory GymはMortar Mayhem、Mystery Path、Searing Spotlightsという2D部分的に観測可能な環境のスイートを提供する。 これらの環境は、もともと有限のタスクを持ち、革新的で無限のフォーマットに拡張され、"I pack my bag"のような累積記憶ゲームにおけるエスカレーションの課題を反映している。
  論文  参考訳（メタデータ） (2023-09-29T12:59:28Z)
• Online Continual Learning Without the Storage Constraint [67.66235695269839]
  我々は、kNN分類器を固定された事前訓練された特徴抽出器とともに継続的に更新する簡単なアルゴリズムを提案する。 高速に変化するストリームに適応し、安定性のギャップをゼロにし、小さな計算予算内で動作し、機能のみを格納することで、ストレージ要件を低くすることができる。 2つの大規模オンライン連続学習データセットにおいて、既存の手法を20%以上の精度で上回ることができる。
  論文  参考訳（メタデータ） (2023-05-16T08:03:07Z)
• Rediscovering Hashed Random Projections for Efficient Quantization of Contextualized Sentence Embeddings [113.38884267189871]
  エッジデバイス上でのトレーニングと推論は、しばしば計算上の制限のために効率的なセットアップを必要とする。 データ表現の事前計算とサーバへのキャッシュにより、エッジデバイスの広範な計算が軽減される。 ランダムな超平面射影を用いた単純かつ効果的な手法を提案する。 組込みは, 浮動小数点の94%-99%を保持できる様々な英語およびドイツ語の文分類タスクにおいて, トレーニングモデルに有効であることを示す。
  論文  参考訳（メタデータ） (2023-03-13T10:53:00Z)
• Accelerating Transfer Learning with Near-Data Computation on Cloud Object Stores [4.774170751209782]
  我々は、転送学習(TL)に着目して、MLトレーニングがストレージのプッシュダウンにどう影響するかを示す。 本稿では,分解に伴う課題に対処する2つの補完技術を中心に,新たなTL処理システムであるHAPIを提案する。
  論文  参考訳（メタデータ） (2022-10-16T22:28:36Z)
• Mesa: A Memory-saving Training Framework for Transformers [58.78933015299703]
  本稿では,トランスフォーマーのためのメモリ節約トレーニングフレームワークであるMesaを紹介する。 Mesaは、フォワードパス中に正確なアクティベーションを使用し、低精度のアクティベーションを格納することで、トレーニング中のメモリ消費を減らす。 ImageNet、CIFAR-100、ADE20Kの実験は、Mesaがトレーニング中にメモリフットプリントの半分を削減できることを示した。
  論文  参考訳（メタデータ） (2021-11-22T11:23:01Z)
• A Non-Stationary Bandit-Learning Approach to Energy-Efficient Femto-Caching with Rateless-Coded Transmission [98.47527781626161]
  小セルネットワークにおける共同キャッシュと送信のためのリソース割り当て問題について検討する。 次に、各放送ラウンドの送信電力レベルとともに、キャッシュからファイルを選択するという問題を定式化する。 最先端の研究とは対照的に、提案手法は時変統計特性を持つネットワークに特に適している。
  論文  参考訳（メタデータ） (2020-04-13T09:07:17Z)

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。