JP2021165189A - 倉庫制御の汎化法、装置、システム、プログラム、並びに記録媒体 - Google Patents
倉庫制御の汎化法、装置、システム、プログラム、並びに記録媒体 Download PDFInfo
- Publication number
- JP2021165189A JP2021165189A JP2020069160A JP2020069160A JP2021165189A JP 2021165189 A JP2021165189 A JP 2021165189A JP 2020069160 A JP2020069160 A JP 2020069160A JP 2020069160 A JP2020069160 A JP 2020069160A JP 2021165189 A JP2021165189 A JP 2021165189A
- Authority
- JP
- Japan
- Prior art keywords
- warehouse
- transfer
- machine learning
- learning
- input
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000012546 transfer Methods 0.000 claims abstract description 156
- 238000010801 machine learning Methods 0.000 claims abstract description 109
- 238000013528 artificial neural network Methods 0.000 claims abstract description 38
- 238000003860 storage Methods 0.000 claims abstract description 35
- 230000002787 reinforcement Effects 0.000 claims description 21
- 238000013135 deep learning Methods 0.000 claims description 13
- 230000006870 function Effects 0.000 claims description 5
- 238000012384 transportation and delivery Methods 0.000 abstract description 15
- 238000010586 diagram Methods 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 3
- 238000004880 explosion Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 125000002842 L-seryl group Chemical group O=C([*])[C@](N([H])[H])([H])C([H])([H])O[H] 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 238000002716 delivery method Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000000059 patterning Methods 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 210000002784 stomach Anatomy 0.000 description 1
Images
Abstract
【解決手段】収納棚の数、レイアウト、収納棚の段数、間口数、移載手段の種類、性能及び台数などの倉庫属性と、占有間口数や空き間口数とそのアドレス及び利用可能な移載手段の台数とアドレスなどの時々刻々変化する倉庫状況、及びどの物品を何個どの出庫ゲートへ移載するかなどを示す移載命令を記述する特徴量と移載指示全体をパターンとして扱い、それを人工ニューラルネットワークを含む機械学習手段に入力して、個別の対象倉庫が目的に沿った制御を行うように学習させ、制御を行う。
【選択図】図6
Description
Claims (25)
- 収納棚の数とそのレイアウト、収納棚あたりの段数、各段での物品収納単位である間口の数、物品を移動する移載手段の種類と性能、およびそれらの台数とレイアウト、のうち少なくともいずれか一つを含む倉庫属性と、現在の占有間口数や空き間口数とそのアドレス及び利用可能移載手段の台数と各移載手段の現在アドレス、及びどの物品を何個どこの移載先へ移載するか、のうち少なくともいずれか一つを含む移載命令と、を含む情報全体をパターンとして扱うことにより、倉庫属性に依存せずに倉庫の制御を汎用的に行うことを特徴とする人工ニューラルネットワーク(ANN、Artificial Neural Network)を含む機械学習を用いた倉庫の制御方法。
- 前記機械学習は、深層学習法を含むANN、強化学習、モンテカルロ木探索、Rapidly exploring Random Tree(RRT)、のうち少なくともいずれか一つの手段による請求項1に記載の方法。
- 前記機械学習をなす手段として人工ニューラルネットワークを用いる場合は入力ノード数、隠れ層の数、各隠れ層のノード数、及び出力ノード数、層間の接続トポロジーのうち少なくともいずれか一つを含む前記人工ニューラルネットワークの属性を、あるいは強化学習、モンテカルロ木探索、RRTを含む方法を用いる場合は、棚、段、間口のレイアウト、移載手段の数のうち少なくともいずれか一つを含む倉庫属性を設定して学習前に機械学習手段の構造をGUI画面により設定し、それに対して学習を行って、学習済の前記機械学習手段によって制御を行うことを特徴とする請求項1に記載の方法。
- 前記倉庫の制御に係る制御対象倉庫の動作をシミュレートするシミュレータを用い、シミュレータからの出力を機械学習手段の学習データおよび/または教師データあるいは報酬として用いることを特徴とする請求項1に記載の方法。
- 前記機械学習に係る学習時に機械学習手段からの出力でシミュレータを制御し、その結果得られるシミュレータの出力を前記人工ニューラルネットワークに入力することで学習を行うことを特徴とする請求項1に記載の方法。
- 倉庫属性、倉庫状況、移載指令を記述するパラメータの全てあるいは一部をそのままおよび/または加工して機械学習手段へ入力することを特徴とする請求項1に記載の方法。
- 所望の制御が行われるように学習した機械学習手段に現在の倉庫の属性と状況および移載指令を入力し、得られた人工ニューラルネットワークの出力によって倉庫を制御すること特徴とする請求項1に記載の方法。
- 学習済モデルに入力する倉庫の状況データとして、倉庫の棚の物品占有情報や空き情報、収納物品情報、移載手段の現在位置のうちの少なくとも1つを、移載指令として移載元と移載先の空間情報と移載物品情報のうちの少なくとも1つを、ぞれぞれ含むことを特徴とする請求項1に記載の方法。
- 前記入力されたものから、倉庫が目的に合致した動作をするように、移載順序と時間、移載経由アドレスのうちの少なくとも1つを含む制御パラメータを出力することを特徴とする請求項8に記載の方法。
- 人工ニューラルネットワーク、強化学習、モンテカルロ木探索、RRTを含む機械学習手段の構造を設定するためのGUI(Guraphical User Interfaceなど)のうちの少なくとも1つをさらに備えた請求項3に記載の方法。
- 機械学習手段からの出力を倉庫シミュレータの制御に使うか使わないかを切り替えるためのGUIをさらに備えることを特徴とする請求項5に記載の方法。
- 収納棚の数とそのレイアウト、収納棚あたりの段数、各段での物品収納単位である間口の数、物品を移動する移載手段の種類と性能、およびそれらの台数とレイアウト、のうち少なくともいずれか一つを含む倉庫属性が入力される第1の入力部と、
現在の占有間口数や空き間口数とそのアドレス及び利用可能移載手段の台数と各移載手段の現在アドレス、及びどの物品を何個どこの移載先へ移載するか、のうち少なくともいずれか一つを含む移載命令が入力される第2の入力部と、
前記第1及び第2の入力部から得られる情報全体をパターンとして扱うことで、人工ニューラルネットワーク(ANN、Artificial Neural Network)を含む機械学習を行う学習部と
を備えた倉庫の制御装置。 - 前記機械学習は、深層学習法を含むANN、強化学習、モンテカルロ木探索、Rapidly exploring Random Tree(RRT)、のうち少なくともいずれか一つの手段による請求項12に記載の制御装置。
- 前記機械学習をなす手段として人工ニューラルネットワークを用いる場合は入力ノード数、隠れ層の数、各隠れ層のノード数、及び出力ノード数、層間の接続トポロジーのうち少なくともいずれか一つを含む前記人工ニューラルネットワークの属性を、あるいは強化学習、モンテカルロ木探索、RRTを含む方法を用いる場合は、棚、段、間口のレイアウト、移載手段の数のうち少なくともいずれか一つを含む倉庫属性を設定して学習前に機械学習手段の構造をGUI画面により設定し、それに対して学習を行って、学習済の前記機械学習手段によって制御を行うことを特徴とする請求項12に記載の制御装置。
- 前記倉庫の制御に係る制御対象倉庫の動作をシミュレートするシミュレータを用い、シミュレータからの出力を機械学習手段の学習データおよび/または教師データあるいは報酬として用いることを特徴とする請求項12に記載の制御装置。
- 前記機械学習に係る学習時に機械学習手段からの出力でシミュレータを制御し、その結果得られるシミュレータの出力を前記人工ニューラルネットワークに入力することで学習を行うことを特徴とする請求項12に記載の制御装置。
- 倉庫属性、倉庫状況、移載指令を記述するパラメータの全てあるいは一部をそのままおよび/または加工して機械学習手段へ入力することを特徴とする請求項12に記載の制御装置。
- 所望の制御が行われるように学習した機械学習手段に現在の倉庫の属性と状況および移載指令を入力し、得られた人工ニューラルネットワークの出力によって倉庫を制御すること特徴とする請求項12に記載の制御装置。
- 学習済モデルに入力する倉庫の状況データとして、倉庫の棚の物品占有情報や空き情報、収納物品情報、移載手段の現在位置のうちの少なくとも1つを、移載指令として移載元と移載先の空間情報と移載物品情報のうちの少なくとも1つを、ぞれぞれ含むことを特徴とする請求項12に記載の制御装置。
- 前記入力されたものから、倉庫が目的に合致した動作をするように、移載順序と時間、移載経由アドレスのうちの少なくとも1つを含む制御パラメータを出力することを特徴とする請求項19に記載の制御装置。
- 人工ニューラルネットワーク、強化学習、モンテカルロ木探索、RRTを含む機械学習手段の構造を設定するためのGUI(Guraphical User Interfaceなど)のうちの少なくとも1つをさらに備えた請求項14に記載の制御装置。
- 機械学習手段からの出力を倉庫シミュレータの制御に使うか使わないかを切り替えるためのGUIをさらに備えることを特徴とする請求項16に記載の制御装置。
- 収納棚の数とそのレイアウト、収納棚あたりの段数、各段での物品収納単位である間口の数、物品を移動する移載手段の種類と性能、およびそれらの台数とレイアウト、のうち少なくともいずれか一つを含む倉庫属性が入力される第1の入力手段と、
現在の占有間口数や空き間口数とそのアドレス及び利用可能移載手段の台数と各移載手段の現在アドレス、及びどの物品を何個どこの移載先へ移載するか、のうち少なくともいずれか一つを含む移載命令が入力される第2の入力手段と、
前記第1及び第2の入力部から得られる情報全体をパターンとして扱うことで、人工ニューラルネットワーク(ANN、Artificial Neural Network)を含む機械学習を行う学習手段と
を備えた倉庫の制御システム。 - コンピュータを、
収納棚の数とそのレイアウト、収納棚あたりの段数、各段での物品収納単位である間口の数、物品を移動する移載手段の種類と性能、およびそれらの台数とレイアウト、のうち少なくともいずれか一つを含む倉庫属性が入力される第1の入力手段と、
現在の占有間口数や空き間口数とそのアドレス及び利用可能移載手段の台数と各移載手段の現在アドレス、及びどの物品を何個どこの移載先へ移載するか、のうち少なくともいずれか一つを含む移載命令が入力される第2の入力手段と、
前記第1及び第2の入力部から得られる情報全体をパターンとして扱うことで、人工ニューラルネットワーク(ANN、Artificial Neural Network)を含む機械学習を行う学習手段と
として機能させることを特徴とする倉庫の制御プログラム。 - 請求項24記載の倉庫の制御プログラムが記憶された記録媒体。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020069160A JP6887041B1 (ja) | 2020-04-07 | 2020-04-07 | 倉庫制御の汎化法、装置、システム、プログラム、並びに記録媒体 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020069160A JP6887041B1 (ja) | 2020-04-07 | 2020-04-07 | 倉庫制御の汎化法、装置、システム、プログラム、並びに記録媒体 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP6887041B1 JP6887041B1 (ja) | 2021-06-16 |
JP2021165189A true JP2021165189A (ja) | 2021-10-14 |
Family
ID=76310273
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020069160A Active JP6887041B1 (ja) | 2020-04-07 | 2020-04-07 | 倉庫制御の汎化法、装置、システム、プログラム、並びに記録媒体 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6887041B1 (ja) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08133427A (ja) * | 1994-11-16 | 1996-05-28 | Tadashi Yamamoto | 倉庫等の動的棚ランキング方法及びその装置 |
JPH10312426A (ja) * | 1997-05-13 | 1998-11-24 | Shinko Electric Co Ltd | 無人搬送車制御装置および方法 |
JP2005096979A (ja) * | 2003-09-26 | 2005-04-14 | Okayama Univ | データ処理装置 |
JP2019194129A (ja) * | 2014-06-03 | 2019-11-07 | オカド・イノベーション・リミテッド | 搬送デバイスの移動を制御する方法、システムおよび装置 |
JP2019197465A (ja) * | 2018-05-11 | 2019-11-14 | 株式会社日立製作所 | シミュレーション制御方法及び計算機システム |
JP2020029330A (ja) * | 2018-08-22 | 2020-02-27 | 三菱ロジスネクスト株式会社 | 配備数決定装置および配備数決定方法 |
JP2020030663A (ja) * | 2018-08-23 | 2020-02-27 | 株式会社ライナロジクス | 情報処理装置及び情報処理プログラム |
JP2020033154A (ja) * | 2018-08-30 | 2020-03-05 | 株式会社日立製作所 | ピッキング支援システムおよび支援方法 |
-
2020
- 2020-04-07 JP JP2020069160A patent/JP6887041B1/ja active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08133427A (ja) * | 1994-11-16 | 1996-05-28 | Tadashi Yamamoto | 倉庫等の動的棚ランキング方法及びその装置 |
JPH10312426A (ja) * | 1997-05-13 | 1998-11-24 | Shinko Electric Co Ltd | 無人搬送車制御装置および方法 |
JP2005096979A (ja) * | 2003-09-26 | 2005-04-14 | Okayama Univ | データ処理装置 |
JP2019194129A (ja) * | 2014-06-03 | 2019-11-07 | オカド・イノベーション・リミテッド | 搬送デバイスの移動を制御する方法、システムおよび装置 |
JP2019197465A (ja) * | 2018-05-11 | 2019-11-14 | 株式会社日立製作所 | シミュレーション制御方法及び計算機システム |
JP2020029330A (ja) * | 2018-08-22 | 2020-02-27 | 三菱ロジスネクスト株式会社 | 配備数決定装置および配備数決定方法 |
JP2020030663A (ja) * | 2018-08-23 | 2020-02-27 | 株式会社ライナロジクス | 情報処理装置及び情報処理プログラム |
JP2020033154A (ja) * | 2018-08-30 | 2020-03-05 | 株式会社日立製作所 | ピッキング支援システムおよび支援方法 |
Also Published As
Publication number | Publication date |
---|---|
JP6887041B1 (ja) | 2021-06-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
da Costa Barros et al. | Robotic mobile fulfillment systems: A survey on recent developments and research opportunities | |
CN111149071B (zh) | 物品处理协调系统和重新定位运输容器的方法 | |
JP6954907B2 (ja) | モータ駆動カートを用いた倉庫自動化システムおよび方法 | |
CN105836356B (zh) | 一种密集仓储系统混合优化调度方法 | |
Wurman et al. | Coordinating hundreds of cooperative, autonomous vehicles in warehouses | |
Carlo et al. | Sequencing dynamic storage systems with multiple lifts and shuttles | |
CN110716452A (zh) | 一种基于多层穿梭车智能立体仓库的调度仿真方法 | |
JP6677858B1 (ja) | 自動化倉庫最適化システム | |
Cortés et al. | A tabu search approach to solving the picking routing problem for large-and medium-size distribution centres considering the availability of inventory and K heterogeneous material handling equipment | |
KR20210135372A (ko) | 반송 디바이스의 움직임을 제어하기 위한 방법, 시스템 및 장치 | |
Güller et al. | Simulation-based performance evaluation of the cellular transport system | |
Beckschäfer et al. | Simulating storage policies for an automated grid-based warehouse system | |
CN112396369A (zh) | 合并容器的方法、装置、电子设备和计算机可读介质 | |
Wu et al. | Spatiotemporal modeling of lifting task scheduling for tower cranes with a tabu search and 4-D simulation | |
Luo et al. | An efficient simulation model for layout and mode performance evaluation of robotic mobile fulfillment systems | |
Xing et al. | Ant colony optimization for automated storage and retrieval system | |
JP6887041B1 (ja) | 倉庫制御の汎化法、装置、システム、プログラム、並びに記録媒体 | |
AU2021308322B2 (en) | A controller and method for transporting devices | |
Kluska | Support the decision processes in management through the automatic generation of simulation models of warehouses | |
CN114399247A (zh) | 任务分配方法、电子设备、存储介质及计算机程序产品 | |
Pfrommer et al. | SLAPStack: A Simulation Framework and a Large-Scale Benchmark Use Case for Autonomous Block Stacking Warehouses | |
JP3419694B2 (ja) | 単一商品の自動積み付けロボットシステムにおける荷姿作成方法 | |
Cai et al. | Robot dispatching problem for compact storage and retrieval systems with dual-command transactions | |
Pawlewski | Simulation Model To Optimize Picking Operations In A Distribution Center,„ | |
Boysen et al. | 50 years of warehousing research—An operations research perspective |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200413 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20200413 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20200629 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200714 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200914 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20201215 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20210215 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210413 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20210511 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210517 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6887041 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |