論文の概要: Resource-Performance Trade-offs in Intra-Aisle Robotic Picking: A Discrete-Event Simulation Comparison of Shuttle Configurations With and Without an Onboard Tote Lift

• arxiv url: http://arxiv.org/abs/2610.34708v1
• Date: Mon, 26 Oct 2026 01:55:16 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 22:27:13.678137
• Title: Resource-Performance Trade-offs in Intra-Aisle Robotic Picking: A Discrete-Event Simulation Comparison of Shuttle Configurations With and Without an Onboard Tote Lift
• Title（参考訳）: 道路内ロボットピッキングにおける資源・パフォーマンスのトレードオフ:オンボードトテリフトとシャトル構成の離散事象シミュレーションの比較
• Abstract要約: 本研究では、離散イベントシミュレーションにより、車内ロボットピッキング構成を2つの実装したロボットピッキング構成と比較する。 オンボード・ツー・リフトの設定は、テストされたすべてのタスクサイズにおいて、サイクル時間の平均が長くなる。 本研究は、試験された2段ブロック内の2つの専用シャトルから1つに還元されたサイクル性能差を定量化する。
• 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: This study compares two implemented intra-aisle robotic-picking configurations through discrete-event simulation. Without an onboard tote lift, two level-captive shuttles serve the two tested levels; with the lift, one shuttle remains on its horizontal level and its onboard mechanism moves the order tote to allow picks from the adjacent upper level. Thirty configuration-task-size experiments (n = 1-15 locations; ten replications each) yield 300 replication-level cycle-time observations. Two-sided Welch tests are applied to the replication means, with Holm adjustment across the 15 comparisons. The onboard-tote-lift configuration has longer mean cycle time at all tested task sizes. At n = 15, the means are 299.477 and 333.231 s/cycle, respectively: a 33.753 s increase (11.27%). The corresponding cycle-time-derived item rates are 180.314 and 162.050 items/h (-10.13%). These rates are calculated as 3600n divided by the scenario-mean cycle time; they are not measurements of the combined concurrent capacity of two level-captive shuttles. Importantly, task locations are sampled from different eligible-level sets in the two configurations, so the result concerns the implemented configuration-and-task-generation packages, not the isolated effect of a five-second tote-lift operation under identical picked locations. The study quantifies a cycle-performance difference alongside a reduction from two dedicated shuttles to one within the tested two-level block; it does not quantify system-level maximum throughput, investment cost, or reliability.
• Abstract（参考訳）: 本研究では、離散イベントシミュレーションにより、車内ロボットピッキング構成を2つの実装したロボットピッキング構成と比較する。 搭載されたトートリフトがなければ、2つのレベルキャプチャー・シャトルが2つのテストレベルを提供し、リフトでは1つのシャトルが水平レベルに残され、その搭載機構が注文トートを移動させ、隣接する上層階からのピックを許可する。 30個の構成タスクサイズの実験(n = 1-15 の場所、それぞれ10個の複製)は、300回の複製レベルのサイクルタイムの観測をもたらす。 両面のウェルチテストはレプリケーション手段に適用され、ホルムは15の比較で調整される。 オンボード・ツー・リフトの設定は、テストされたすべてのタスクサイズにおいて、サイクル時間の平均が長くなる。 n = 15 では、それぞれ 299.477 と 333.231 s/cycle であり、33.753 s の増加 (11.27%) である。 サイクルタイム由来の項目レートは180.314および162.050項目/h (-10.13%)である。 これらの速度は、シナリオ平均サイクル時間によって3600nと計算される。 重要なことは、タスクロケーションは2つの設定の異なるレベルセットからサンプリングされるため、同じ選択された場所下での5秒のトートリフト操作の分離効果ではなく、実装された構成とタスクの生成パッケージに関するものである。 本研究は, システムレベルの最大スループット, 投資コスト, 信頼性を定量化しないため, 2つの専用シャトルから試験された2レベルブロック内の1つへのサイクル性能差を定量化する。

関連論文リスト

• Accountable and uncertainty-aware evaluation of sensor-based AI under distribution shift: devices, subjects, and nearly three years underground [0.0]
  センサーベースのAIシステムは、訓練された条件下ではめったに運用されない。 本稿では,デプロイされたモデルの評価を計測として扱う段階的,説明可能な評価プロトコルを提案する。
  論文  参考訳（メタデータ） (2026-09-08T15:49:33Z)
• Quantile-Led Feature Extraction for Multi-Horizon Predictive Maintenance in Industrial Manufacturing Systems [0.0]
  本稿では,2段階の表現階層に基づく量的特徴抽出フレームワークを提案する。 固定13ピペリンアブレーションは、工業施設9カ所で72台のマシンで1時間、70時間、30日に及ぶ。 その結果, 特徴量, 時間埋め込み, アクティベーション戦略, センサ幅を予測タスクで拡張しなければ, 表現は設計の地平線を超えて確実に伝達されないことがわかった。
  論文  参考訳（メタデータ） (2026-09-07T14:13:21Z)
• From Concentration to Differentiation and Back: Routing Effective Rank in MoE Reasoning Cohorts [61.695980784491475]
  テストタイムスケーリングは、推論ロールアウトのコホートを生成するが、推論が展開するにつれて内部計算がどのように再編成されるかについて、標準的なラベルのない説明はない。 本稿では,MoEの専門家による類似性から構築したクロスロールアウトグラフのエントロピー有効次元性であるルーティング有効ランクデフを導入する。
  論文  参考訳（メタデータ） (2026-09-06T05:43:22Z)
• EEVEE: Towards Test-time Prompt Learning in the Real World for Self-Improving Agents [64.96332056338923]
  EEVEEは、LLMエージェントのための最初のマルチデータセットテスト時プロンプト学習フレームワークである。 実世界のタスクストリーム下でテスト時のプロンプト学習を可能にする。 EEVEEはQwen3-4B-InstructとDeepSeek-V3.2で平均マルチベンチマークスコアを10.38点、24.32点改善している。
  論文  参考訳（メタデータ） (2026-06-09T17:57:16Z)
• Schedule-dependent basin occupation in a programmable quantum annealer [0.0]
  本稿では,2つのD-Wave世代,Advantage2 ZephyrとAdvantage_system6.4 Pegasusで実行される混合フラストレーション12ビットIsingインスタンスについて検討する。 この結果は,装置の停止点ダイナミクスのマルコフチェーンプローブと,並列処理のファルシフィケーション・フレームワークという2つの材料を用いて得られる。 ブラケットの結果は、以前の2つのポーズエンハンスメントクレームを修正し、インスタンス固有の流域占有プローブとして逆アニールスケジュールをリフレームする。
  論文  参考訳（メタデータ） (2026-05-17T19:02:21Z)
• Applicability and Limitations of Quantum Circuit Cutting in Classical State-Vector Simulation [0.0]
  両方向切削は, カットを伴わないシミュレーションに対して, 最大量子ビット数を4から6キュービットまで延長することを示した。 壁面の10分間の予算の下では, 2方向切断は, カットを伴わないシミュレーションと比較して, 最大量子ビット数を4から6キュービットまで延長することを示した。
  論文  参考訳（メタデータ） (2026-03-02T04:45:41Z)
• ATTS: Asynchronous Test-Time Scaling via Conformal Prediction [112.54016379556073]
  大規模な言語モデル(LLM)は、テスト時のスケーリングの恩恵を受けるが、しばしば高い推論遅延によって妨げられる。 統計的に保証された適応スケーリングフレームワークであるATTS(Asynchronous Test-Time Scaling)を紹介する。 ATTSは、テストタイムのスケーリングにおいて最大56.7倍のスピードアップと4.14倍のスループット向上を実現している。
  論文  参考訳（メタデータ） (2025-09-18T16:55:09Z)
• Autonomous coherence protection of a two-level system in a fluctuating environment [68.8204255655161]
  我々は、もともと、相互作用しない2レベルシステム(量子ビット)のアンサンブルから静的ドップラー拡大の効果を取り除くことを意図したスキームを再検討する。 このスキームははるかに強力であり、時間と空間に依存するノイズから単一(あるいはアンサンブル)量子ビットのエネルギーレベルを保護できることを示した。
  論文  参考訳（メタデータ） (2023-02-08T01:44:30Z)
• ERNIE-SPARSE: Learning Hierarchical Efficient Transformer Through Regularized Self-Attention [48.697458429460184]
  情報ボトルネック感度と異なる注目トポロジ間の不整合の2つの要因がスパース変換器の性能に影響を及ぼす可能性がある。 本稿では,ERNIE-Sparseというモデルを提案する。 i) 局所情報とグローバル情報を逐次統一する階層スパース変換器(HST) と、(ii) 注意トポロジの異なる変換器の距離を最小化する自己注意正規化(SAR) の2つの特徴がある。
  論文  参考訳（メタデータ） (2022-03-23T08:47:01Z)
• Time-Dependent Dephasing and Quantum Transport [68.8204255655161]
  非マルコフ的脱落促進輸送が非対称な構成でのみ現れることを示す。 制御可能で実験的に実装可能なシステムを考えると、同様の結果が得られる。
  論文  参考訳（メタデータ） (2021-02-20T22:44:08Z)

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。