文献

J-GLOBAL ID：202002241638693094   整理番号：20A2500663

マルチタスクシナリオの下での自動誘導ロジスティックスハンドリング車両経路ルーティング【JST・京大機械翻訳】

Automated Guided Logistics Handling Vehicle Path Routing under Multi-Task Scenarios

著者 (4件)： Kan Haoxuan (Southeast University,School of Mechanical Engineering,Nanjing,China,211189) ,  Shuai Liguo (Shenzhen Research Institute, Southeast University,Shenzhen,China,518057) ,  Chen Huiling (Jiangsu Second Normal University,School of Mathematics and Information Technology,Nanjing,China,211200) ,  Zhang Wenzhe (Southeast University,School of Mechanical Engineering,Nanjing,China,211189)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICMA  ページ： 1173-1177  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 近年,工業製造における自動誘導車両(APV)の応用はますます多くの注目を集めている。強化学習に基づいて,自動誘導ロジスティックス処理車両ルーティングアルゴリズムを,マルチタスクシナリオの下で提案した。最初に,このアルゴリズムは,Q学習を用いて各タスクノードに対するルーティング経路を計算し,次元問題の「urseい」問題を解決した。次に,時間ウィンドウを考慮する総合コストの目的によって,最適経路選定シーケンスは,深さ第1探索アルゴリズム(DFS)を使用して得た。最後に,用例を与えて,アルゴリズムを例示した。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *ロジスティックス ,  最適航路 ,  総原価 ,  *経路選定 ,  無人搬送車 ,  強化学習
準シソーラス用語： Q学習 ,  探索アルゴリズム ,  *マルチタスク ,  経路選択アルゴリズム , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (7件)： マルチタスク ,  シナリオ ,  誘導 ,  ロジスティックス ,  ハンドリング ,  経路 ,  ルーティング