文献

J-GLOBAL ID：202502290865744556   整理番号：25A1416341

深層学習を用いた作業員行動のモデル化による物流倉庫内シミュレーション構築

著者 (9件)： 鈴木優真 (名古屋大 大学院工学研究科) ,  高木魁利 (名古屋大 大学院工学研究科) ,  浅井悠佑 (名古屋大 大学院工学研究科) ,  永田吉輝 (名古屋大 大学院工学研究科) ,  片山晋 (名古屋大 大学院工学研究科) ,  浦野健太 (名古屋大 大学院工学研究科) ,  米澤拓郎 (名古屋大 大学院工学研究科) ,  河口信夫 (名古屋大 大学院工学研究科) ,  河口信夫 (名古屋大 未来社会創造機構)
資料名： 情報処理学会研究報告(Web)  (IPSJ Technical Report (Web))
巻： 2025  号： DPS-203  ページ： Vol.2025-DPS-203,No.59,1-8 (WEB ONLY)  発行年： 2025年05月14日 
JST資料番号： U0451A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： Eコマースの拡大等の要因により,物流の需要が拡大している.それに伴い,商品が中継される倉庫内の業務が複雑化しており,作業の効率化が求められる.適切な施策を検討するための有効なアプローチとして,デジタルツイン技術の活用が注目されている.現場を再現したシミュレーション上での様々な施策の試行により,休みなく運用されている現場に介入しない検証が可能となる.実用可能なシミュレータを構築するには,現場の使われ方や作業員の動きの特徴を正確に捉える必要がある.本研究では,現場の実データ(作業員や物の位置情報)をもとに,深層学習を用いて作業の特徴を抽出し,そのモデルを用いてシミュレータを駆動させる手法を検討した.本研究では,実データの整備に先立ち,ルールベースで構築したシミュレータでデータを生成して実験を行った.このシミュレーションデータを用いて深層学習モデルを訓練し,作業員の行動や物品フローの特徴をモデルに学習させた.次に,訓練されたモデルの出力を用いてシミュレータを駆動させ,明示的にルールを与えずにシミュレータを動作可能な点を確認した.この一連のプロセスを通じて,実データに基づくシミュレータの構築の実現可能性を示した.(著者抄録)

シソーラス用語： *深層学習 ,  *作業者 ,  *行動モデル ,  物流施設 ,  *倉庫 ,  *シミュレーション ,  デジタルツイン ,  ルールベース
準シソーラス用語： *作業員

分類 (2件)： 人工知能  (JE08000Z) ,  計算機シミュレーション  (JE11000H)

タイトルに関連する用語 (8件)： 深層学習 ,  作業員 ,  行動 ,  モデル化 ,  物流 ,  倉庫 ,  シミュレーション ,  構築