11月27日（土）にオンラインで開催された「第20回データ指向構成マイニングとシミュレーション研究会」（ http://collabodesign.org/docmas/2021/11/26/141/ ）にて、修士2年の大江 弘峻さんと西浦 翼さんが発表を行いました。
大江 弘峻, 横山 想一郎, 山下 倫央, 川村 秀憲, 多田 満朗 : タブーサーチによる中間補給を考慮した灯油配送計画問題の最適化, 第20回データ指向構成マイニングとシミュレーション研究会, オンライン (2021) http://collabodesign.org/docmas/wp-content/uploads/2021/11/docmas_202111_06.pdf
西浦 翼, 横山 想一郎, 山下 倫央, 川村 秀憲, 佐藤 好美, 長谷川 怜, 平澤 幸 : 深層学習を用いた人物追跡手法によるバス乗降者数の推定, 第20回データ指向構成マイニングとシミュレーション研究会, オンライン (2021) http://collabodesign.org/docmas/wp-content/uploads/2021/11/docmas_202111_02.pdf
発表を行った大江さんには、学会に参加して気づいた点と最近の動向についてレポートしてもらいました。
タイトル「垂直搬送機能の Q 学習による部分解接続最適化手法」
発表者：岡本和也 (国立研究開発法人 産業技術総合研究所)
商品数が多い場合における垂直搬送機の動作を最適化するための手法を提案した研究です。
従来手法のA*アルゴリズムでは搬送する商品数に対して計算時間が指数的に増加することが確認されているため、商品列を絞った状態にてA*アルゴリズムを適用し、その部分解をQ学習で選択させるという手法を提案しています。
実験により、Q学習ベースの学習アルゴリズムの適用によって、搬送能力が向上することが確認されました。
解空間を分割して計算時間を削減させるという手法は僕が行っている灯油配送計画の最適化に関連する内容なので、今後の研究で参考になりそうだと感じました。
今回参加した研究会は、人工知能学会の合同研究会という位置づけだったので、ほかにもたくさんの研究会が合同で開催されていました。
僕が参加した研究会は、シミュレーション系の研究会だったのでコロナウィルス関連の研究発表が多かったです。
シミュレーションベースの研究だと、モデルを作成する際に、作成者の意図や恣意的な内容が含まれるので、そこから得られた結果が本当に意味のあるものなのかを主張するのが難しいと発表者の方がおっしゃられていたことが印象に残っています。（修士2年 大江 弘峻）
研究内容にご興味がありましたら、下記フォームからお気軽にお問い合わせください。
お問い合わせ：http://harmo-lab.jp/contact