論文の概要: Omni-scale Learning-based Sequential Decision Framework for Order Fulfillment of Tote-handling Robotic Systems

• arxiv url: http://arxiv.org/abs/2605.08758v1
• Date: Sat, 09 May 2026 07:40:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-12 23:28:49.86666
• Title: Omni-scale Learning-based Sequential Decision Framework for Order Fulfillment of Tote-handling Robotic Systems
• Title（参考訳）: トテハンドリングロボットシステムの順序充足のためのOmniscale Learning-based Sequential Decision Framework
• Authors: Jiaxin Liu, Peng Yang, Yuping Li, Xinyue Xie,
• Abstract要約: トテハンドリングロボットシステムの順序決定のためのOmni-scale Learning-based Sequential Decision Frameworkを提案する。 提案するフレームワークは,広範にデプロイされたトテハンドリングロボットシステムに対して,効率的かつ統一された順序充足決定フレームワークを提供する。
• 参考スコア（独自算出の注目度）: 10.293094917569062
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Driven by the rapid expansion of e-commerce and small-batch production, the size of the intralogistics load unit of finished goods, semi-finished goods and raw materials is steadily shrinking. Totes are gradually replacing pallets as the primary handling and storage container. This shift has propelled tote-handling robotic systems to the forefront of automation order fulfillment centers. The order-fulfillment decisions of tote-handling robotic systems share a common order-tote-robot sequential decision-making nature. Existing studies primarily focus on decision mechanisms tailored to particular systems, making it difficult to generalize or transfer them to other contexts. We propose an Omni-scale Learning-based Sequential Decision Framework for Order Fulfillment of Tote-handling Robotic Systems (OLSF-TRS), a generalized and scalable sequential decision framework that combines structured combinatorial optimization with multi-agent reinforcement learning to coordinate order,tote, and robot decisions. On small-scale tote-handling robotic systems, OLSF-TRS achieves near-optimal performance with average optimality gaps below 3.5% across two distinct system configurations. In large-scale scenarios, OLSF-TRS consistently outperforms heuristic baselines across two different system types, reducing total tote movements by 8-12% and over 30% compared to SOTA rule-based approaches, while maintaining real-time responsiveness. These improvements translate into tangible operational benefits, including cost reduction, lower energy consumption, and enhanced throughput stability. The proposed framework delivers an efficient and unified order fulfillment decision-making framework for widely deployed tote-handling robotic systems,supporting high-quality order fulfillment in both e-commerce and industrial logistics sectors.
• Abstract（参考訳）: 電子商取引の急速な拡大と小バッチ生産により、完成品、半完成品、原料の物流負荷単位の規模は着実に縮小している。 トートは、プライマリハンドリングとストレージコンテナとしてのパレットを徐々に置き換えている。 このシフトは、自動化注文処理センターの最前線に、トテハンドリングロボットシステムを推進してきた。 トテハンドリングロボットシステムの順序充足決定は、シーケンシャルな順序充足決定の性質を共有している。 既存の研究は、主に特定のシステムに適した決定機構に焦点を当てており、それらを他の文脈に一般化したり、移したりすることは困難である。 我々は,構造化組合せ最適化とマルチエージェント強化学習を組み合わせた汎用かつスケーラブルな順序決定フレームワークであるOmni-scale Learning-based Sequential Decision Framework for Order Fulfillment of Tote-handling Robotic Systems (OLSF-TRS)を提案する。 小型のトートハンドリングロボットシステムにおいて、OLSF-TRSは2つの異なるシステム構成に対して平均最適性ギャップを3.5%以下でほぼ最適性能を達成する。 大規模シナリオでは、OLSF-TRSは、2つの異なるシステムタイプでヒューリスティックなベースラインを一貫して上回り、SOTAルールベースのアプローチと比較してトータルトートの動きを8-12%、30%以上削減し、リアルタイム応答性を維持している。 これらの改善は、コスト削減、エネルギー消費の削減、スループットの安定性の向上など、具体的な運用上のメリットに変換される。 提案するフレームワークは,電子商取引と産業物流の両分野において,高品質な注文充足を支援する,広範に展開されたトテハンドリングロボットシステムのための,効率的かつ統一された注文充足決定フレームワークを提供する。

関連論文リスト

• SOAR: Real-Time Joint Optimization of Order Allocation and Robot Scheduling in Robotic Mobile Fulfillment Systems [15.939564928564588]
  リアルタイム共同最適化のための統合型Deep Reinforcement Learningフレームワークを提案する。 SOARは、注文割当とロボットスケジューリングを統一プロセスに変換し、ソフトオーダー割当を観察として活用する。 我々はこれをイベント駆動マルコフ決定プロセスとして定式化し、非同期システムイベントに応答してエージェントが同時スケジューリングを行うことを可能にする。
  論文  参考訳（メタデータ） (2026-05-05T15:09:32Z)
• ACLM: ADMM-Based Distributed Model Predictive Control for Collaborative Loco-Manipulation [9.708461585583791]
  重荷のロコ操作による共同輸送は、脚のあるロボットにとって難しいが必須の能力である。 本研究は,ロコマニピュレーションのための分散モデル予測制御フレームワークであるマルチプライアの交互方向法を提案する。
  論文  参考訳（メタデータ） (2026-03-07T08:06:51Z)
• Logic-informed reinforcement learning for cross-domain optimization of large-scale cyber-physical systems [7.352750348429755]
  サイバー物理システムのための論理情報強化学習(LIRL)を提案する。 LIRL は低次元の潜在作用をオンザフライで定義された許容可能なハイブリッド多様体に一階述語論理でマッピングする。 一貫して制約違反をゼロに保ち、最先端のハイブリッドアクション強化学習ベースラインをはるかに上回る。
  論文  参考訳（メタデータ） (2025-11-02T05:02:17Z)
• OnePiece: Bringing Context Engineering and Reasoning to Industrial Cascade Ranking System [61.12400636463362]
  OnePieceは、LLMスタイルのコンテキストエンジニアリングと推論を、検索モデルとランキングモデルの両方にシームレスに統合する統合フレームワークである。 OnePieceは、Shopeeの主要なパーソナライズされた検索シナリオにデプロイされ、さまざまな主要なビジネス指標で一貫したオンラインゲインを実現している。
  論文  参考訳（メタデータ） (2025-09-22T17:59:07Z)
• Discrete-Guided Diffusion for Scalable and Safe Multi-Robot Motion Planning [56.240199425429445]
  マルチロボット運動計画(MPMP)は、共有された連続作業空間で動作する複数のロボットのための軌道を生成する。 離散マルチエージェント探索(MAPF)法は,その拡張性から広く採用されているが,粗い離散化の軌道品質は高い。 本稿では、制約付き生成拡散モデルを用いた離散MAPF解法を導入することにより、2つのアプローチの限界に対処する。
  論文  参考訳（メタデータ） (2025-08-27T17:59:36Z)
• SkiROS2: A skill-based Robot Control Platform for ROS [1.4502611532302039]
  ROS上でのスキルベースのロボット制御プラットフォームであるSkiROS2を紹介する。 SkiROS2は、自動タスク計画とリアクティブ実行のための階層化されたハイブリッドコントロール構造を提案する。 本研究では,SkiROS2を現場に関連付け,タスク計画,推論,多感覚入力,製造実行システムの統合,強化学習の3つの事例を概説する。
  論文  参考訳（メタデータ） (2023-06-29T15:25:51Z)
• DC-MRTA: Decentralized Multi-Robot Task Allocation and Navigation in Complex Environments [55.204450019073036]
  本稿では,倉庫環境における移動ロボットのためのタスク割り当てと分散ナビゲーションアルゴリズムを提案する。 本稿では,共同分散タスク割り当てとナビゲーションの問題について考察し,それを解決するための2段階のアプローチを提案する。 ロボットの衝突のない軌道の計算では,タスク完了時間において最大14%の改善と最大40%の改善が観察される。
  論文  参考訳（メタデータ） (2022-09-07T00:35:27Z)
• Intelligent Trajectory Design for RIS-NOMA aided Multi-robot Communications [59.34642007625687]
  目的は,ロボットの軌道とNOMA復号命令を協調的に最適化することで,マルチロボットシステムにおける全軌道の総和率を最大化することである。 ARIMAモデルとDouble Deep Q-network (D$3$QN)アルゴリズムを組み合わせたML方式を提案する。
  論文  参考訳（メタデータ） (2022-05-03T17:14:47Z)
• SABER: Data-Driven Motion Planner for Autonomously Navigating Heterogeneous Robots [112.2491765424719]
  我々は、データ駆動型アプローチを用いて、異種ロボットチームをグローバルな目標に向けてナビゲートする、エンドツーエンドのオンラインモーションプランニングフレームワークを提案する。 モデル予測制御(SMPC)を用いて,ロボット力学を満たす制御入力を計算し,障害物回避時の不確実性を考慮した。 リカレントニューラルネットワークは、SMPC有限時間地平線解における将来の状態の不確かさを素早く推定するために用いられる。 ディープQ学習エージェントがハイレベルパスプランナーとして機能し、SMPCにロボットを望ましいグローバルな目標に向けて移動させる目標位置を提供する。
  論文  参考訳（メタデータ） (2021-08-03T02:56:21Z)
• Enhancing an Intelligent Digital Twin with a Self-organized Reconfiguration Management based on Adaptive Process Models [0.0]
  製品ライフサイクルの短縮と生産の個別化の増大は、産業自動化システムにおける再構成需要の増大につながる。 本稿では,適応プロセスモデルに基づく自己組織的再構成管理により,インテリジェントなディジタルツインを強化する手法を提案する。
  論文  参考訳（メタデータ） (2021-07-07T16:02:53Z)

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。