文献

J-GLOBAL ID：202002261467865835   整理番号：20A2694490

深層強化学習による自動倉庫のための電池管理【JST・京大機械翻訳】

Battery Management for Automated Warehouses via Deep Reinforcement Learning

著者 (6件)： Deng Yanchen (School of Computer Science and Engineering, Nanyang Technological University, Singapore, Singapore) ,  An Bo (School of Computer Science and Engineering, Nanyang Technological University, Singapore, Singapore) ,  Qiu Zongmin (Cainiao Smart Logistics Network, Hangzhou, China) ,  Li Liuxi (Cainiao Smart Logistics Network, Hangzhou, China) ,  Wang Yong (Cainiao Smart Logistics Network, Hangzhou, China) ,  Xu Yinghui (Cainiao Smart Logistics Network, Hangzhou, China)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 12547  ページ： 126-139  発行年： 2020年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 自動化倉庫は,運用コストを低減し,スループット容量を改善する能力のため,大規模配電センターで広く展開されている。自動倉庫において,注文は,可動棚またはボックスを運搬する電池駆動AGVによって満たされる。したがって,電池管理は,枯渇したバッテリーを時間がかかり,利用可能なロボットの数を減らすことによって,システムの全体性能に大きく影響するので,生産性にとって極めて重要である。本論文では,深い強化学習(DRL)を用いて,電池管理問題を解決することを提案する。最初に,Markov決定プロセス(MDP)として電池管理問題を定式化した。次に,探索を強制するためにGauss雑音を使用する最先端のDRL法は,定式化されたMDPにおいて十分に実行することができず,出力作用の大きさを調節することによって有効な探索を実行するTD3-ARLと呼ばれる新しいアルゴリズムを提示する。最後に,広範な経験的評価は,最先端技術およびルールベースポリシーに対する著者らのアルゴリズムの優位性を確認した。Copyright Springer Nature Switzerland AG 2020 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 ,  *電池 ,  ロボット ,  *自動倉庫 ,  配電 ,  Gauss雑音 ,  操業費 ,  二次電池 ,  スループット ,  定式化 ,  *強化学習 ,  ルールベース

著者キーワード (3件)： 自動倉庫 ,  電池管理 ,  深層強化学習

分類 (2件)： 人工知能  (JE08000Z) ,  ロボットの運動・制御  (IC04012J)

タイトルに関連する用語 (3件)： 深層強化学習 ,  自動倉庫 ,  電池