特開 2023-92308 最適化装置、最適化方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2023092308

(43)【公開日】2023-07-03

(54)【発明の名称】最適化装置、最適化方法

(51)【国際特許分類】

   G06Q 10/04 20230101AFI20230626BHJP

   G06N 99/00 20190101ALI20230626BHJP

   G06Q 50/04 20120101ALI20230626BHJP

   G06Q 10/08 20230101ALI20230626BHJP

   G05B 19/418 20060101ALI20230626BHJP

【ＦＩ】

G06Q10/04

G06N99/00 180

G06Q50/04

G06Q10/08

G05B19/418 Z

【審査請求】未請求

【請求項の数】9

【出願形態】ＯＬ

(21)【出願番号】P 2021207465

(22)【出願日】2021-12-21

(71)【出願人】

【識別番号】000005108

【氏名又は名称】株式会社日立製作所

(74)【代理人】

【識別番号】110002365

【氏名又は名称】弁理士法人サンネクスト国際特許事務所

(72)【発明者】

【氏名】工藤 文也

(72)【発明者】

【氏名】紅山 史子

(72)【発明者】

【氏名】宇都木 契

(72)【発明者】

【氏名】伊藤 誠也

(72)【発明者】

【氏名】月舘 統宙

【テーマコード（参考）】

3C100

5L049

【Ｆターム（参考）】

3C100AA14

3C100AA16

3C100AA22

3C100AA29

3C100BB33

3C100BB39

3C100CC02

5L049AA04

5L049AA16

5L049CC03

(57)【要約】

【課題】複数の自律体を用いて行われる作業の順序を、作業環境の変化に応じて効率的に最適化する。
【解決手段】最適化装置１００は、複数の自律体を用いて行われる作業の順序を最適化する装置である。最適化装置１００において、最適化情報入力部１１は、作業に対して計画された作業順序の初期値を表す初期オーダー情報３１と、作業順序の変動要因を表す作業進捗情報３２および追加オーダー情報３３と、作業が実施される作業環境を表す倉庫静的基礎情報３６と、を含む最適化情報を入力する。最適化対象更新部１２は、最適化対象とする作業順序を表す最適化対象オーダーを決定する。探索部１３は、倉庫静的基礎情報３６および最適化対象オーダーに基づいて作業順序の最適解を探索する。
【選択図】図１

【特許請求の範囲】

【請求項1】

複数の自律体を用いて行われる作業の順序を最適化する装置であって、
前記作業に対して計画された作業順序の初期値を表す初期オーダー情報と、前記作業順序の変動要因を表す変動要因情報と、前記作業が実施される作業環境を表す作業環境情報と、を含む最適化情報を入力する最適化情報入力部と、
前記初期オーダー情報および前記変動要因情報に基づいて最適化対象とする作業順序を表す最適化対象オーダーを決定する最適化対象更新部と、
前記作業環境情報および前記最適化対象オーダーに基づいて前記作業順序の最適解を探索する探索部と、
前記探索部により探索された前記最適解を出力する最適解出力部と、を備える、最適化装置。

【請求項2】

請求項１に記載の最適化装置において、
前記探索部は、前記作業環境情報に基づく前記作業環境の変化に応じて前記最適化対象オーダーを変更した近傍解を生成し、前記近傍解を用いて前記最適解を探索する、最適化装置。

【請求項3】

請求項２に記載の最適化装置において、
前記探索部は、前記作業環境情報に基づいて前記作業環境の変化量を表す環境変化量を計算し、前記環境変化量に基づいて前記近傍解を生成する、最適化装置。

【請求項4】

請求項３に記載の最適化装置において、
前記探索部は、前記環境変化量に応じた摂動を前記最適化対象オーダーに付与して前記最適化対象オーダーを変更することにより前記近傍解を生成する、最適化装置。

【請求項5】

請求項３または４に記載の最適化装置において、
前記探索部は、前記環境変化量を可視化してユーザに提示する、最適化装置。

【請求項6】

請求項３または４に記載の最適化装置において、
前記探索部は、前記環境変化量に基づいて前記近傍解を生成するか否かを判定し、前記近傍解を生成しないと判定した場合は、前記最適化対象オーダーとは無関係に設定した初期解を前記近傍解の代わりに用いて前記最適解を探索する、最適化装置。

【請求項7】

請求項２に記載の最適化装置において、
前記探索部は、前記近傍解に基づく複数の変異解を生成し、前記近傍解および前記複数の変異解の評価値をそれぞれ計算し、前記評価値に基づいて前記近傍解または前記複数の変異解のいずれかを前記最適解として選択する、最適化装置。

【請求項8】

請求項７に記載の最適化装置において、
前記最適解出力部は、前記作業環境の変化に応じた前記最適解の評価値の変化の様子を可視化してユーザに提示する、最適化装置。

【請求項9】

複数の自律体を用いて行われる作業の順序を最適化する方法であって、
前記作業に対して計画された作業順序の初期値を表す初期オーダー情報と、前記作業順序の変動要因を表す変動要因情報と、前記作業が実施される作業環境を表す作業環境情報と、を含む最適化情報をコンピュータに入力し、
前記コンピュータにより、前記初期オーダー情報および前記変動要因情報に基づいて最適化対象とする作業順序を表す最適化対象オーダーを決定し、
前記コンピュータにより、前記作業環境情報および前記最適化対象オーダーに基づいて前記作業順序の最適解を探索し、
探索された前記最適解を前記コンピュータから出力する、最適化方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、複数の自律体を用いて行われる作業の順序を最適化するための装置および方法に関する。

【背景技術】

【0002】

近年、倉庫や工場などにおいて、人間の作業者に加えて、自律的に動作して予め設定された計画に沿った作業順序で所定の作業を行うロボット（以下、これらをまとめて「自律体」と称する）の利用が進められている。こうした自律体の運用では、業務効率化ニーズの高まりを受けて、運用効率化を実現する技術が必要とされている。

【0003】

自律体の運用効率化に関して、例えば特許文献１の技術が知られている。特許文献１には、解ベクトル集合内で適合度の高いグループの重心ベクトルの移動ベクトルに着目し、その移動ベクトルが同じ方向を指し示す場合にはそちらの方向に適合度の高い解ベクトルが存在すると判断しそのベクトルに沿って解ベクトル群の更新を行うとともに、現在の解ベクトル集合を対象にした組み替え操作による解ベクトルの最適化も同時に行うことにより、大域的解更新能力に優れるという遺伝的アルゴリズムの特徴を活かしながら、同時に過去の解ベクトル更新の履歴を利用して高速に最適解の方向を推定することができる最適化調整方法が開示されている。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】特開２００２－２５１６００号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

特許文献１の技術では、作業環境の変化により、自律体の作業実績と計画との乖離が大きくなって計画の修正が必要となった場合に、算出済みの最適解を利用して計画の修正を行うことが困難である。そのため、最適解の推定をやり直す必要があり、作業環境の変化に応じて作業順序を効率的に最適化することができないという課題がある。

【0006】

本発明は、上記に鑑みてなされたものであり、複数の自律体を用いて行われる作業の順序を、作業環境の変化に応じて効率的に最適化することを主な目的とする。

【課題を解決するための手段】

【0007】

本発明による最適化装置は、複数の自律体を用いて行われる作業の順序を最適化する装置であって、前記作業に対して計画された作業順序の初期値を表す初期オーダー情報と、前記作業順序の変動要因を表す変動要因情報と、前記作業が実施される作業環境を表す作業環境情報と、を含む最適化情報を入力する最適化情報入力部と、前記初期オーダー情報および前記変動要因情報に基づいて最適化対象とする作業順序を表す最適化対象オーダーを決定する最適化対象更新部と、前記作業環境情報および前記最適化対象オーダーに基づいて前記作業順序の最適解を探索する探索部と、前記探索部により探索された前記最適解を出力する最適解出力部と、を備える。
本発明による最適化方法は、複数の自律体を用いて行われる作業の順序を最適化する方法であって、前記作業に対して計画された作業順序の初期値を表す初期オーダー情報と、前記作業順序の変動要因を表す変動要因情報と、前記作業が実施される作業環境を表す作業環境情報と、を含む最適化情報をコンピュータに入力し、前記コンピュータにより、前記初期オーダー情報および前記変動要因情報に基づいて最適化対象とする作業順序を表す最適化対象オーダーを決定し、前記コンピュータにより、前記作業環境情報および前記最適化対象オーダーに基づいて前記作業順序の最適解を探索し、探索された前記最適解を前記コンピュータから出力する。

【発明の効果】

【0008】

本発明によれば、複数の自律体を用いて行われる作業の順序を、作業環境の変化に応じて効率的に最適化することができる。

【図面の簡単な説明】

【0009】

【図1】図１は、本発明の一実施形態に係る最適化装置の構成を示すブロック図である。

【図2】図２は、初期オーダー情報の具体例を示す図である。

【図3】図３は、最適化パラメータの具体例を示す図である。

【図4】図４は、倉庫静的基礎情報の具体例を示す図である。

【図5】図５は、本発明の一実施形態に係る最適化装置の処理の流れを示すフローチャートである。

【図6】図６は、最適化情報入力画面の具体例を示す図である。

【図7】図７は、探索処理の流れを示すフローチャートである。

【図8】図８は、環境変化量計算処理の流れを示すフローチャートである。

【図9】図９は、環境変化量可視化画面の具体例を示す図である。

【図10】図１０は、近傍解生成処理の流れを示すフローチャートである。

【図11】図１１は、探索状況画面の具体例を示す図である。

【発明を実施するための形態】

【0010】

以下、本発明の一実施形態について、図面を参照して説明する。

【0011】

図１は、本発明の一実施形態に係る最適化装置の構成を示すブロック図である。本実施形態に係る最適化装置１００は、中央処理装置１、主記憶装置２、二次記憶装置３、入力装置４および出力装置５を備えたコンピュータであり、これらの各装置がバス６を介して互いに接続されることにより構成されている。

【0012】

中央処理装置１は、例えばＣＰＵ（Central Processing Unit）を用いて構成され、最適化装置１００を動作させるための様々な処理や演算を行う。中央処理装置１は、主記憶装置２や二次記憶装置３に格納されたプログラムを実行することで、最適化情報入力部１１、最適化対象更新部１２、探索部１３および最適解出力部１４の各機能ブロックを実現する。これらの機能ブロックの詳細については後述する。なお、中央処理装置１の機能の一部または全部をＣＰＵ以外のデバイス、例えばＧＰＵ（Graphic Processing Unit）やＦＰＧＡ（Field Programmable Gate Array）、ＡＳＩＣ（Application Specific Integrated Circuit）等を用いて実現してもよい。

【0013】

主記憶装置２は、例えばＤＲＡＭ（Dynamic Random Access Memory）等の高速かつ揮発性の記憶装置を用いて構成され、中央処理装置１がプログラムを実行する際の作業領域として使用される。

【0014】

二次記憶装置３は、例えばＨＤＤ（Hard Disk Drive）等の磁気記憶装置やＳＳＤ（Solid State Drive）などの大容量かつ不揮発性の記憶装置を用いて構成され、中央処理装置１が実行するプログラムや、中央処理装置１の処理で利用される各種情報が格納される。二次記憶装置３に格納される情報には、初期オーダー情報３１、作業進捗情報３２、追加オーダー情報３３、計算時間指定情報３４、最適化パラメータ３５、倉庫静的基礎情報３６、計算履歴情報３７、最適オーダー情報３８の各情報が含まれる。これらの情報の詳細については後述する。

【0015】

入力装置４は、最適化装置１００を利用するユーザからの入力操作を検出する装置であり、例えばキーボード、マウス等を用いて実現される。入力装置４により検出されたユーザの入力操作内容は中央処理装置１に伝達され、中央処理装置１が行う処理や演算に反映される。

【0016】

出力装置５は、最適化装置１００で行われた処理や演算の結果を、最適化装置１００を利用するユーザに提示する装置であり、例えばディスプレイ装置、プリンタ等を用いて実現される。出力装置５における提示内容は、中央処理装置１によって制御される。

【0017】

なお、最適化装置１００とネットワークを介して接続された端末を、入力装置４や出力装置５の代わりに用いてもよい。この場合、最適化装置１００が備える不図示の通信インターフェースにより、ユーザが端末を用いて行った入力操作内容を示す通信情報を端末から受信するとともに、最適化装置１００の処理結果を端末へ送信し、端末に出力してユーザに提示することができる。

【0018】

また、図１に示した最適化装置１００の構成は、物理的に一つの計算機上に構築されてもよいし、複数の計算機上に分散して構築されてもよい。さらに、物理的には一つまたは複数の計算機上に論理区画を構成し、この論理区画上に最適化装置１００の各構成が構築されてもよい。

【0019】

次に、中央処理装置１における最適化情報入力部１１、最適化対象更新部１２、探索部１３および最適解出力部１４の各機能ブロックについて説明する。本実施形態の最適化装置１００では、中央処理装置１がこれらの機能ブロックとして動作することで、倉庫や工場などにおいて複数の自律体を用いて行われる作業について、作業環境に応じて作業順序を変更することにより、最適な作業順序を探索する。これにより、作業環境が変化した場合にも、元の作業順序を利用して最適な作業順序を効率的に求めることができるようにしたものである。

【0020】

最適化情報入力部１１は、最適化装置１００が作業環境に応じた最適な作業順序を求めるために必要な情報を入力する。具体的には、二次記憶装置３に格納されている初期オーダー情報３１、作業進捗情報３２、追加オーダー情報３３、計算時間指定情報３４、最適化パラメータ３５、倉庫静的基礎情報３６、計算履歴情報３７の各情報を読み込むことで、これらの情報を入力する。なお、これらの情報は、最適化装置１００が処理を開始する前に、二次記憶装置３に予め記憶されているものとする。

【0021】

最適化対象更新部１２は、最適化情報入力部１１により入力された各情報のうち、予め計画された作業順序の初期値を表す初期オーダー情報３１と、初期値からの作業順序の変動要因をそれぞれ表す作業進捗情報３２および追加オーダー情報３３とに基づいて、最適化対象とする作業順序を表す最適化対象オーダーを決定する。

【0022】

探索部１３は、最適化情報入力部１１により入力された各情報のうち、作業が実施される作業環境を表す倉庫静的基礎情報３６と、最適化対象更新部１２により決定された最適化対象オーダーとに基づいて、作業順序の最適解を探索する。例えば、複数の自律体による全体の作業効率を最大化するような作業順序を、最適解として探索する。

【0023】

最適解出力部１４は、探索部１３により探索された最適解を出力する。最適解出力部１４が出力した最適解は、出力装置５によってユーザに提示される。これにより、変化後の作業環境に応じた最適な作業順序をユーザに伝えて、ユーザが作業計画を見直す際に有用な情報を提供できるようにする。

【0024】

次に、二次記憶装置３に格納されている情報の詳細について説明する。以下では、複数の自律体によって行われる倉庫のピッキング作業について、その作業順序を最適化する場合の例を説明するものとする。なお、自律体はロボットであってもよいし、人間の作業者であってもよい。また、これらが混在して運用されていてもよい。

【0025】

初期オーダー情報３１は、予め計画された作業順序の初期値を表す情報である。図２は、初期オーダー情報３１の具体例を示す図である。図２に示すように、初期オーダー情報３１は、例えば出荷日時３１１、ＳＫＵ（Stock Keeping Unit）３１２、個数３１３の各フィールドを有する複数のレコードを組み合わせたテーブルデータにより表される。初期オーダー情報３１のレコードは、作業単位ごとに設定される。

【0026】

出荷日時３１１には、倉庫から商品を出荷する予定時刻の情報が格納される。各自律体は、この出荷日時３１１に示された時刻の順序に従って、倉庫内の棚から指定の商品をピックアップして出荷する。ＳＫＵ３１２には、在庫管理上の各商品の種類を特定する固有のＩＤが格納される。このＳＫＵ３１２に商品のＩＤが格納されることで、出荷対象の商品が指定される。個数３１３には、出荷する商品の個数が格納される。

【0027】

なお、図２に示した初期オーダー情報３１の構成は一例であり、例えば各作業を担当する自律体（ロボットまたは作業者）のＩＤなど、他の情報を初期オーダー情報３１に含めてもよい。倉庫の運用形態や取り扱う商品の大きさなどに応じて、任意の情報を初期オーダー情報３１に含めることができる。各自律体は、初期オーダー情報３１またはこれと同じ内容が記載されたオーダーリストに従って、倉庫のピッキング作業を行う。

【0028】

作業進捗情報３２は、初期オーダー情報３１が表す作業順序の初期値、すなわち計画時の作業順序に対して、現時点での作業進捗状況を表す情報である。追加オーダー情報３３は、初期オーダー情報３１が表す作業順序の初期値に対して、後から追加された作業を表す情報である。これらの情報は、いずれも作業順序の変動要因を表す情報であるため、以下ではまとめて「変動要因情報」と呼ぶことがある。

【0029】

作業進捗情報３２および追加オーダー情報３３は、例えば図２に示した初期オーダー情報３１と同様のテーブルデータにより表すことができる。具体的には、作業進捗情報３２は、例えば初期オーダー情報３１を構成する複数のレコードのうち、すでに実施済みの作業に対応するレコードを抽出したものとして表すことができる。また、追加オーダー情報３３は、追加された作業ごとにレコードを設定し、各レコードに初期オーダー情報３１と同様のフィールドを設定したものとして表すことができる。

【0030】

なお、初期オーダー情報３１、作業進捗情報３２および追加オーダー情報３３の各情報は、必ずしも上記のようなテーブル形式で表現する必要はない。例えば、これらの情報をテキストベースで記述してもよいし、他の表現形式としてもよい。

【0031】

計算時間指定情報３４は、最適化装置１００が作業順序の最適解を求めるために使用可能な計算時間を表す情報である。この計算時間には、例えば予めユーザにより指定された値が設定される。

【0032】

最適化パラメータ３５は、最適化装置１００が作業順序の最適解を求める際に使用可能な最適化手法やそのパラメータ値を表す情報である。図３は、最適化パラメータ３５の具体例を示す図である。図３に示すように、最適化パラメータ３５は、例えば手法３５１と、複数の項目からなるパラメータ情報３５２とを組み合わせて構成される。

【0033】

手法３５１は、最適化手法の種類を表す情報である。ここには、例えば遺伝的アルゴリズムを表す「ＧＡ」、ベイズ最適化を表す「ＢＯ」、強化学習を表す「ＲＬ」など、周知の様々な最適化手法を表す情報を記録することができる。パラメータ情報３５２は、手法３５１で指定された最適化手法において用いられるパラメータ値を表す情報である。図３の例では、遺伝的アルゴリズム（ＧＡ）を用いる場合のパラメータ値として、交叉率３５２１、突然変異率３５２２、選択方法３５２３の各パラメータ値がパラメータ情報３５２に含まれている。

【0034】

なお、パラメータ情報３５２の内容は図３のものに限らず、最適化手法の種類に応じて様々なパラメータ値をパラメータ情報３５２に含めることができる。例えば、最適化手法がベイズ最適化（ＢＯ）の場合、探索のepoch数や獲得関数などをパラメータ情報３５２において設定することが考えられる。また、パラメータ情報３５２の各パラメータ値は、ユーザが個別に細かく指定することもできるし、自動で選択されるように設定することも可能である。

【0035】

倉庫静的基礎情報３６は、複数の自律体によりピッキング作業が実施される倉庫の作業環境を表す情報である。図４は、倉庫静的基礎情報３６の具体例を示す図である。図４に示すように、倉庫静的基礎情報３６は、例えば自律体パラメータ３６１、商品配置３６２、商品マスター３６３、倉庫レイアウト３６４の各テーブルデータを含んで構成される。

【0036】

自律体パラメータ３６１は、ピッキング作業を行う自律体の性能に関する情報であり、例えば自律体個数３６１１、最高速度３６１２、回転速度３６１３の各パラメータを組み合わせて構成される。自律体個数３６１１は自律体の個数を表し、最高速度３６１２は自律体が作業中に出すことのできる最高速度を表し、回転速度３６１３は自律体が作業中に回転するときの回転速度を表している。なお、自律体パラメータ３６１の内容は図４のものに限らず、様々なパラメータ値を自律体パラメータ３６１に含めることができる。

【0037】

商品配置３６２は、倉庫内において自律体によるピッキング作業が行われる各商品の配置を表す情報である。商品配置３６２は、例えば棚ＩＤ３６２１、列ＩＤ３６２２、段ＩＤ３６２３、ＳＫＵ３６２４の各フィールドを有する複数のレコードを組み合わせたテーブルデータにより表される。商品配置３６２のレコードは、在庫管理上の商品の種類ごとに設定される。

【0038】

棚ＩＤ３６２１には、各商品が置かれた棚を特定するＩＤが格納される。列ＩＤ３６２２と段ＩＤ３６２３には、各商品が置かれた棚の列と段をそれぞれ特定するＩＤが格納される。ＳＫＵ３６２４には、各商品の種類を特定するＩＤが格納される。すなわち、商品配置３６２では、棚ＩＤ３６２１、列ＩＤ３６２２および段ＩＤ３６２３の値の組み合わせにより各商品の場所を指定し、ＳＫＵ３６２４の値により商品の種類（ＳＫＵ）を指定している。

【0039】

商品マスター３６３は、倉庫に格納される全商品の属性を表す情報である。商品マスター３６３は、例えばＳＫＵ３６３１、サイズ３６３２、重量３６３３、出荷頻度３６３４の各フィールドを有する複数のレコードを組み合わせたテーブルデータにより表される。商品マスター３６３のレコードは、在庫管理上の商品の種類ごとに設定される。

【0040】

ＳＫＵ３６３１には、商品配置３６２のＳＫＵ３６２４と同様に、各商品の種類を特定するＩＤが格納される。サイズ３６３２、重量３６３３、出荷頻度３６３４には、各商品の属性を表す情報として、各商品の大きさ、重さ、出荷頻度がそれぞれ格納される。

【0041】

倉庫レイアウト３６４は、倉庫内の棚配置などのレイアウトを表す情報である。倉庫レイアウト３６４は、例えばｘ座標３６４１、ｙ座標３６４２、ステータス３６４３、物体ＩＤ３６４４の各フィールドを有する複数のレコードを組み合わせたテーブルデータにより表される。倉庫レイアウト３６４のレコードは、倉庫内のレイアウトを定めるレイアウト要素ごとに設定される。

【0042】

ｘ座標３６４１とｙ座標３６４２には、各レイアウト要素の倉庫内の位置を表す座標値が格納される。ステータス３６４３には、例えば「通路」、「棚」、「移動体」、「出口」など、各レイアウト要素の属性を表す情報が格納される。物体ＩＤ３６４４は、各レイアウト要素を特定する固有のＩＤが格納される。

【0043】

なお、図４に示した倉庫静的基礎情報３６は一例であり、これ以外にも任意の情報を組み合わせて、倉庫静的基礎情報３６を構成することができる。また、本実施形態では複数の自律体によって行われる倉庫のピッキング作業の作業順序を最適化する場合の例を説明しているため、図４のような倉庫静的基礎情報３６により、作業実施場所である倉庫の作業環境を表すこととしたが、他の種類の作業について作業順序を最適化する場合は、倉庫静的基礎情報３６に替えて、当該作業に応じた情報により作業環境を表すことが好ましい。すなわち、本実施形態の倉庫静的基礎情報３６は、作業が実施される作業環境を表す作業環境情報の一例に相当し、これ以外にも様々な作業環境情報を用いて、作業順序を最適化する作業が実施される作業環境を表すことができる。

【0044】

計算履歴情報３７は、過去に最適化装置１００によって最適な作業順序が求められたときの計算履歴を表す情報である。これには、過去の最適化パラメータ３５や倉庫静的基礎情報３６の内容と、これらを用いて最適解を探索する際に計算された過去の各最適解候補の評価値とが含まれる。

【0045】

最適オーダー情報３８は、最適化装置１００によって求められた作業順序の最適解を表す情報である。

【0046】

本実施形態の最適化装置１００では、初期オーダー情報３１によって表されるピッキング作業の作業順序の初期値が、前述の変動要因情報（作業進捗情報３２および追加オーダー情報３３）に基づいて変更されることにより、最適化対象とする作業順序が決定される。そして、倉庫静的基礎情報３６によって表される作業環境に基づいて、計算時間指定情報３４や最適化パラメータ３５に応じた探索処理を行うことにより、作業順序の最適解を探索し、最適オーダー情報３８を決定する。これにより、複数の自律体によって行われる倉庫のピッキング作業の作業順序を最適化するようにしている。

【0047】

次に、最適化装置１００の処理内容について、図５～図１１を参照して以下に説明する。図５は、本発明の一実施形態に係る最適化装置１００の処理の流れを示すフローチャートである。最適化装置１００は、中央処理装置１において所定のプログラムを実行することにより、図５のフローチャートに示す処理を所定周期ごとに実行する。

【0048】

ステップＳ１０において、中央処理装置１の最適化情報入力部１１は、最適解を求めるための最適化情報を入力する。ここでは最適化情報として、二次記憶装置３に格納されている前述の各情報、すなわち初期オーダー情報３１、作業進捗情報３２、追加オーダー情報３３、計算時間指定情報３４、最適化パラメータ３５、倉庫静的基礎情報３６および計算履歴情報３７を、二次記憶装置３から読み込んで主記憶装置２に格納する。

【0049】

ステップＳ２０において、中央処理装置１の最適化対象更新部１２は、ステップＳ１０で入力した最適化情報に基づいて、作業進捗および追加オーダーが空であるか否かを判定する。作業進捗情報３２が表す作業進捗が空、すなわち、作業進捗情報３２において作業進捗状況が登録されておらず、かつ追加オーダー情報３３が表す追加オーダーが空、すなわち、追加オーダー情報３３において追加作業が登録されていない場合は、初期オーダー情報３１が表す作業順序の初期値をそのまま最適化対象の作業順序として決定し、その内容を最適化対象オーダー４１として出力してステップＳ４０に進む。一方、作業進捗および追加オーダーの少なくとも一方が空ではない場合は、ステップＳ３０に進む。

【0050】

ステップＳ３０において、中央処理装置１の最適化対象更新部１２は、ステップＳ１０で入力された最適化情報に基づいて、最適化対象の作業順序を更新する。具体的には、初期オーダー情報３１が表す作業順序の初期値に対して、最適化情報に含まれる変動要因情報が表す作業順序の変動要因、すなわち作業進捗情報３２が表す作業進捗状況や、追加オーダー情報３３が表す追加オーダーの内容を反映することにより、作業順序を初期値から変化させる。そして、変化後の作業順序を最適化対象の作業順序として決定し、その内容を最適化対象オーダー４１として出力する。これにより、当初計画された作業順序を計画後の変動要因を考慮して更新し、更新後の作業順序を最適化対象として、その後の探索処理に用いることができる。なお、ここで決定される最適化対象オーダー４１が表す最適化対象の作業順序は、変動要因情報が表す変動要因を所定のルールに従って作業順序の初期値に反映させたものであればよく、作業効率については考慮する必要がない。

【0051】

ステップＳ４０において、中央処理装置１の探索部１３は、ステップＳ１０で入力された最適化情報と、ステップＳ２０またはＳ３０で最適化対象更新部１２から出力された最適化対象オーダー４１とに基づいて、作業順序の最適解を探索する探索処理を行う。なお、ステップＳ４０で行われる探索処理の詳細については後述する。

【0052】

ステップＳ５０において、中央処理装置１の最適解出力部１４は、ステップＳ４０の探索処理によって探索された最適解を出力する。ここでは、探索された最適解の内容に基づいて最適オーダー情報３８を生成し、生成した最適オーダー情報３８を二次記憶装置３に格納するとともに、出力装置５に出力してユーザに提示する。

【0053】

ステップＳ５０の処理を実行したら、中央処理装置１は図５のフローチャートに示す処理を終了する。

【0054】

図６は、図５のステップＳ１０で最適化情報を入力する際に出力装置５において表示される最適化情報入力画面の具体例を示す図である。図６に示す最適化情報入力画面１１０は、最適化業務登録欄１１１、設定値入力欄１１２および実行ボタン１１３を含んで構成されている。

【0055】

最適化業務登録欄１１１は、最適化対象とする業務の種類をユーザが指定するための部位である。ユーザは、例えば作業順序を最適化して作業効率を向上した場合は、最適化業務登録欄１１１において「作業順序」の欄をチェックする。他にも、商品配置、走行レイアウト、自律体の巡回経路などを、最適化業務登録欄１１１において最適化対象に指定することができる。

【0056】

設定値入力欄１１２は、最適化を行う際の計算時間の値や、計算の終了判定を行う目標改善率、進捗オーダーや追加オーダーの有無などを指定するための部位である。倉庫や工場における作業の最適化を図るユーザは、図６のような入力画面を用いて、最適化に必要な情報を最適化装置１００に入力し、最適化を実行することができる。ここで指定された内容は、計算時間指定情報３４や最適化パラメータ３５に反映される。

【0057】

実行ボタン１１３は、最適化業務登録欄１１１や設定値入力欄１１２で指定された内容を最適化情報に反映し、最適化の実行を開始するための部位である。ユーザは、最適化情報入力画面１１０において実行ボタン１１３を操作することにより、ステップＳ１０で最適化装置１００に入力される最適化情報の内容を確定し、ステップＳ２０以降の処理を最適化装置１００に実行させることができる。

【0058】

図５のステップＳ１０の処理において、ユーザは、例えば図６の最適化情報入力画面１１０を介して、入力される最適化情報の内容を定めることができる。ただし、最適化情報の入力では、必ずしも最適化情報入力画面１１０のように可視化された入力画面を用いる必要はない。例えば、ＣＵＩ（Character User Interface）コンソールへ情報を入力したり、設定ファイルに記入したりするなどの方法で、最適化情報の入力を行うことも可能である。これ以外にも、ステップＳ１０では任意の方法により最適化情報の入力を行うことができる。

【0059】

図７は、図５のステップＳ４０で実行される探索処理の流れを示すフローチャートである。

【0060】

ステップＳ４１０において、探索部１３は、図５のステップＳ１０で入力された最適化情報に含まれる最適化パラメータ３５、倉庫静的基礎情報３６および計算履歴情報３７を用いて、環境変化量計算処理を行う。この環境変化量計算処理では、計算履歴情報３７が表す過去の最適化パラメータ３５や倉庫静的基礎情報３６の内容と、現在の最適化パラメータ３５や倉庫静的基礎情報３６の内容との差分を求めることにより、過去のある時点を基準とした作業環境の変化量を求め、その計算結果を環境変化量４２として出力する。なお、環境変化量計算処理の詳細については後述する。

【0061】

ステップＳ４２０において、探索部１３は、ステップＳ４１０の環境変化量計算処理によって計算された環境変化量４２に基づいて、環境変化量を可視化する。可視化された環境変化量は、出力装置５に出力されることでユーザに提示される。なお、このときの出力装置５の表示画面例については後述する。

【0062】

ステップＳ４３０において、探索部１３は、ステップＳ４１０で計算された環境変化量４２の値に基づいて、近傍解の再探索が必要か否かを判定する。ここでは、例えば環境変化量４２の値を所定の基準値と比較し、環境変化量４２の値が基準値未満であれば、近傍解の再探索は不要と判断してステップＳ４４０に進む。一方、環境変化量４２の値が基準値以上であれば、図５のステップＳ２０またはＳ３０で設定された最適化対象オーダー４１に対して、近傍解の再探索を行う必要ありと判断し、ステップＳ４５０に進む。

【0063】

ステップＳ４４０において、探索部１３は、作業順序の初期解を生成する。ここでは、例えば最適化対象オーダー４１とは無関係にランダムな作業順序を設定することで、作業順序の初期解を生成する。なお、作業順序の初期解を生成できれば、任意の方法を用いてステップＳ４４０の処理を行うことができる。

【0064】

ステップＳ４５０において、探索部１３は、ステップＳ４１０の環境変化量計算処理によって計算された環境変化量４２と、最適化対象オーダー４１とを用いて、近傍解生成処理を行う。この近傍解生成処理では、環境変化量４２に基づいて最適化対象オーダー４１が表す作業順序を変更することにより、最適化対象オーダー４１に対する近傍解４３を生成し、出力する。なお、近傍解生成処理の詳細については後述する。

【0065】

ステップＳ４４０またはＳ４５０の処理を実行したら、ステップＳ４４０で生成した初期解またはステップＳ４５０で生成した近傍解４３を最適解候補に設定し、以降で説明するステップＳ４６０～Ｓ５００のループ処理に移行する。

【0066】

ステップＳ４６０において、探索部１３は、最適化パラメータ３５や倉庫静的基礎情報３６に基づいて、最適解候補の評価値を計算する。ここでは、例えばシミュレータを用いて、最適解候補を適用した場合の作業効率の度合いを示すスループット値を最適化パラメータ３５や倉庫静的基礎情報３６に基づいて計算することで、評価値の計算を行う。ここで計算される評価値とは、最適化の目的に対する最適解候補の優劣の程度を表す値であり、最適化対象に指定した業務の種類に応じてその内容が異なる。例えば、自律体の総移動距離の最小化を目的として最適化処理を行う場合は、自律体の総移動距離を評価値として計算すればよい。これ以外にも、任意の物理量や情報量を最適解候補の評価値として計算することができる。

【0067】

ステップＳ４７０において、探索部１３は、ステップＳ４６０で評価値を計算する際に用いた最適化パラメータ３５および倉庫静的基礎情報３６と、計算された評価値とを、計算履歴情報３７として二次記憶装置３に保存する。ここで保存された計算履歴情報３７は、次回以降の処理において、前述のようにステップＳ４１０の環境変化量計算処理で利用される。

【0068】

ステップＳ４８０において、探索部１３は、これまでに生成された最適解候補の中からいずれかを優良解として選択する。ここでは、ステップＳ４６０で計算した評価値に基づいて、最適化の目的に最も適合する評価値を有する最適解候補を優良解として選択する。なお、ステップＳ４６０～Ｓ５００のループ処理を最初に実行する場合は、ステップＳ４６０で評価値を計算した最適解候補を、その評価値に関わらず優良解として選択すればよい。

【0069】

ステップＳ４９０において、探索部１３は、ステップＳ４６０で選択した優良解に基づく変異解を生成する。ここでは、例えば優良解として選択した作業順序を部分的に変化させることで、変異解を生成することができる。なお、優良解に基づいて変異解を生成することができれば、任意の方法で変異解を生成することが可能である。

【0070】

ステップＳ５００において、探索部１３は、最適解の探索を終了するか否かを判定する。ここでは、計算時間指定情報３４や最適化パラメータ３５により指定された探索終了条件を満たすか否かを判定し、探索終了条件を満たさない場合は、ステップＳ４６０に戻ってステップＳ４６０～Ｓ５００のループ処理を繰り返す。このとき探索部１３は、前回ループ処理のステップＳ４９０で生成した変異解について、ステップＳ４６０で評価値を計算し、その評価値と、前回ループ処理のステップＳ４８０で選択した優良解の評価値とを比較して、いずれか一方を新たな優良解に選択する。一方、探索終了条件を満たした場合は、図７のフローチャートに示す探索処理を終了し、図５のステップＳ５０に進む。このときステップＳ５０では、図７の探索処理においてステップＳ４６０～Ｓ５００のループ処理が複数回実行された結果、ステップＳ４８０で最終的に選択された優良解が最適解として出力される。

【0071】

図７の探索処理では、上記のようにしてＳ４６０～Ｓ５００のループ処理が繰り返されることにより、最適解候補（初期解または近傍解）について複数の変異解を生成し、これらの評価値をそれぞれ計算して、最適解候補または複数の変異解のいずれかを最適解として選択することができる。

【0072】

図８は、図７のステップＳ４１０で実行される環境変化量計算処理の流れを示すフローチャートである。

【0073】

ステップＳ４１１において、探索部１３は、図５のステップＳ１０で入力された最適化情報に含まれる最適化パラメータ３５、倉庫静的基礎情報３６および計算履歴情報３７を用いて、過去のある時点での作業環境と現在の作業環境との類似度を計算する。ここでは、計算履歴情報３７が表す過去の最適化パラメータ３５や倉庫静的基礎情報３６の内容と、現在の最適化パラメータ３５や倉庫静的基礎情報３６との差分を求め、その差分値から類似度を計算する。具体的には、例えば、過去の倉庫静的基礎情報３６における商品配置３６２の内容と、現在の倉庫静的基礎情報３６における商品配置３６２の内容とを、それぞれ配列と見なして、これらの配列間の順位相関係数を計算する。これにより、過去と現在での作業環境の変化の程度、つまり類似性を定量化することができる。なお、ここで計算される類似度は、作業環境の変化の程度を定量的に表すものであればよく、任意の計算方法を利用してステップＳ４１１の処理を行うことができる。例えば、自律体の速度のような環境変数の変化に対しては、差の絶対値、差の二乗、差の絶対値の対数を取るなどの差分計算方法が考えられる。

【0074】

ステップＳ４１２において、探索部１３は、ステップＳ４１１で計算された類似度に基づいて、環境変化関数の計算を行う。ここでは、類似度の計算結果に加えて他の情報、例えば最適化パラメータ３５や倉庫静的基礎情報３６の各パラメータ値を用いて、所定の環境変化関数を適用することにより、総合的な環境変化量を計算する。例えば、過去と現在での各パラメータ値の差分に重みを付けて総和を取る線形的な計算方法や、各パラメータ値の差分の積を取るような非線形な計算方法などにより、環境変化量を求めることができる。このようにして計算されたスカラ値が、環境変化量４２として出力される。

【0075】

ステップＳ４１２の処理を実行して環境変化量４２を出力したら、探索部１３は、図８のフローチャートに示す環境変化量計算処理を終了し、図７のステップＳ４２０に進む。

【0076】

図９は、図７のステップＳ４２０で環境変化量を可視化する際に出力装置５において表示される環境変化量可視化画面の具体例を示す図である。図９に示す環境変化量可視化画面１２０は、実線で示した環境変化量グラフ１２１と、破線で示した生産性変化グラフ１２２とを含んで構成されている。これらのグラフにおいて、横軸は時間を表し、縦軸は環境変化量４２と最適解の評価値をそれぞれ表している。なお、前述のように最適解の評価値の情報は、図７のステップＳ４７０で保存される計算履歴情報３７に含まれている。

【0077】

環境変化量グラフ１２１は、環境変化量４２の時系列変化を表しており、生産性変化グラフ１２２は、得られた最適解の評価値が表す生産性、例えば作業効率の度合いの時系列情報を表している。ユーザは、これらのグラフを見比べることで、環境変化量と最適解の生産性との対応関係を視覚的に把握し、環境変化量が目的とする生産性の変化を適切にとらえているかどうかを判断することができる。その結果、図７のステップＳ４５０で実行される近傍解生成処理において、後述のステップＳ４５１で生成されるパラメータに対する環境変化量の反映方法を検討し、必要に応じてこれを調整することが可能となる。

【0078】

図１０は、図７のステップＳ４５０で実行される近傍解生成処理の流れを示すフローチャートである。

【0079】

ステップＳ４５１において、探索部１３は、図７のステップＳ４１０で計算された環境変化量４２に基づいて、過去のある時点を基準とした現在の環境変化量を反映したパラメータを生成する。ここでは、例えば環境変化量４２の値を反映して、後述のステップＳ４５２で最適化対象オーダー４１に対して付与する摂動の大きさを定めるパラメータを生成する。

【0080】

ステップＳ４５２において、探索部１３は、ステップＳ４５１で生成されたパラメータに基づき、前述の最適化対象オーダー４１に対して摂動を付与する。ここでは、例えば最適化対象オーダー４１が表す作業順序における各作業の順番を数値化するとともに、パラメータに応じた確率分布の幅を決定し、この確率分布の幅で各数値を変動させることにより、最適化対象オーダー４１に足してパラメータに応じた摂動を付与することができる。なお、このときの確率分布には、例えば正規分布やその他の様々な分布を使用することができる。例えば正規分布を用いる場合は、環境変化量４２の値に応じた分散をステップＳ４５１でパラメータとして生成することにより、ステップＳ４５２では、数値化した最適化対象オーダー４１の各作業の順番をステップＳ４５１で生成された分散に応じて変化させ、摂動を付与することが可能となる。その他の確率分布を用いる場合も、分布の広がりを表現するパラメータに環境変化量４２の値を当てはめることで、同様に最適化対象オーダー４１に対する摂動を確率分布として扱うことができる。

【0081】

ステップＳ４５３において、探索部１３は、ステップＳ４５２で摂動を付与された最適化対象オーダー４１を並び替える。ここでは、例えば摂動付与後の最適化対象オーダー４１の各数値を昇順でソートすることにより、環境変化量４２を反映した最適化対象オーダー４１の並び替えを行う。

【0082】

ステップＳ４５４において、探索部１３は、ステップＳ４５３で並び替えた最適化対象オーダー４１の各数値を再整数化することにより、環境変化量４２を反映した並び替え後の作業順序を決定する。そして、決定した並び替え後の作業順序を近傍解４３として出力し、図１０のフローチャートに示す近傍解生成処理を終了して、図７のステップＳ４６０に進む。

【0083】

近傍解生成処理では、このようにして最適化対象オーダー４１に対して環境変化量４２に応じた摂動を与えることにより、最適化対象オーダー４１を変更した近傍解４３を生成することができる。このとき、最適化対象オーダー４１が表す作業順序の各数値に対して割り当てる確率分布の種類やそのパラメータを変更することにより、多様な類似性を表現することができる。なお、ステップＳ４５４で出力される近傍解４３は、一つであってもよいし、複数であってもよい、必要に応じて近傍解４３を一つ生成して出力することも、あるいは多数生成して出力することも可能である。

【0084】

図１１は、本実施形態の最適化装置１００において最適化処理が実行された後に、作業環境の変化を受けて再度最適化処理を実行したときに、出力装置５において表示される探索状況画面の具体例を示す図である。図１１に示す探索状況画面１３０において、破線のグラフ１３１は過去の探索結果を示し、実線のグラフ１３２は今回の探索結果を示している。これらのグラフにおいて、横軸は探索に要した計算時間を表し、縦軸は最適解の評価値として求められた倉庫作業の生産性（例えばスループット値）をそれぞれ表している。なお、図１１の探索状況画面１３０では、最適化手法として遺伝的アルゴリズム（ＧＡ）を使用した場合の例を示しているが、ベイズ最適化（ＢＯ）やその他の最適化手法でも、同様の画面により探索状況を示すことができる。

【0085】

グラフ１３１では、過去の探索結果として、事前知識のない状態から、作業環境に応じた倉庫静的基礎情報３６と初期オーダー情報３１を含む最適化情報を本実施形態の最適化装置１００に入力し、遺伝的アルゴリズム（ＧＡ）を用いて一定時間探索を行ったときの様子を示している。一方、グラフ１３２では、今回の探索結果として、グラフ１３１が示す過去の探索結果の情報を活用し、変化した作業環境の中で再度探索を行ったときの結果を示している。

【0086】

前述したように、本実施形態の最適化装置１００では、探索部１３において、図８に示した環境変化量計算処理を実行することにより、過去の探索時点と現時点との間での環境変化の程度を表す環境変化量４２を計算することができ、さらに、図１０に示した近傍解生成処理を実行することにより、環境変化量４２をもとに近傍解４３を生成することができる。そして、図７に示した探索処理を実行することにより、近傍解に基づく複数の変異解を生成し、近傍解および複数の変異解の評価値をそれぞれ計算し、これらの評価値に基づいて近傍解または複数の変異解のいずれかを最適解として選択することができる。これにより、作業環境の変化に応じて過去の探索結果を効率的に更新し、現時点での作業環境に対する最適解を得ることができる。

【0087】

なお、図１１における曲線１３３は、近傍解４３の生成時に最適化対象オーダー４１に対して付与した摂動の分布を示している。この曲線１３３が表す摂動の分布は、過去と今回の作業環境変化の程度を加味した上で、過去の探索結果を今回の探索に反映する程度を概念的に示している。図７に示した探索処理では、計算履歴情報３７が表す過去の探索結果による最適解から近傍解４３を生成し、遺伝的アルゴリズム（ＧＡ）などの最適化手法を用いて、新たな最適解の探索を行う。これにより、最初から探索を再実行する場合と比べて、環境の変化を反映しつつ過去の探索結果情報を流用し、再探索を効率的に実行することができる。

【0088】

以上説明した本発明の一実施形態によれば、以下の作用効果が得られる。

【0089】

（１）最適化装置１００は、複数の自律体を用いて行われる作業の順序を最適化する装置であって、作業に対して計画された作業順序の初期値を表す初期オーダー情報３１と、作業順序の変動要因を表す変動要因情報（作業進捗情報３２および追加オーダー情報３３）と、作業が実施される作業環境を表す作業環境情報（倉庫静的基礎情報３６）と、を含む最適化情報を入力する最適化情報入力部１１と、初期オーダー情報３１および変動要因情報に基づいて最適化対象とする作業順序を表す最適化対象オーダー４１を決定する最適化対象更新部１２と、作業環境情報および最適化対象オーダー４１に基づいて作業順序の最適解を探索する探索部１３と、探索部１３により探索された最適解を出力する最適解出力部１４と、を備える。このようにしたので、複数の自律体を用いて行われる作業の順序を、作業環境の変化に応じて効率的に最適化することができる。

【0090】

（２）探索部１３は、作業環境情報に基づく作業環境の変化に応じて最適化対象オーダー４１を変更した近傍解４３を生成し（ステップＳ４５０）、近傍解４３を用いて最適解を探索する（ステップＳ４６０～Ｓ５００）。このようにしたので、最適化対象オーダー４１を利用して作業環境の変化に応じた近傍解４３を生成し、この近傍解４３を用いて最適解を効率的に探索することができる。

【0091】

（３）探索部１３は、作業環境情報に基づいて作業環境の変化量を表す環境変化量４２を計算し（ステップＳ４１０）、この環境変化量４２に基づいて近傍解４３を生成する（ステップＳ４５０）。具体的には、環境変化量４２に応じた摂動を最適化対象オーダー４１に付与して最適化対象オーダーを変更することにより、近傍解４３を生成する（ステップＳ４５１～Ｓ４５４）。このようにしたので、最適化対象オーダー４１に対して作業環境の変化量を適切に反映した近傍解４３を生成することができる。

【0092】

（４）探索部１３は、環境変化量４２を可視化してユーザに提示する（ステップＳ４２０）。このようにしたので、過去のある時点を基準として現在の作業環境がどの程度変化したかを、ユーザに知らせることができる。

【0093】

（５）探索部１３は、環境変化量４２に基づいて近傍解４３を生成するか否かを判定し（ステップＳ４３０）、近傍解４３を生成しないと判定した場合（ステップＳ４３０：ＮＯ）は、最適化対象オーダー４１とは無関係に設定した初期解を近傍解４３の代わりに用いて最適解を探索する（ステップＳ４４０、Ｓ４６０～Ｓ５００）。このようにしたので、過去のある時点に対する現在の作業環境の変化が小さく、そのため近傍解４３を生成しても元の最適化対象オーダー４１との差が小さいと考えられる場合は、近傍解４３の代わりに初期解を用いることで、最適解を確実に探索することができる。

【0094】

（６）探索部１３は、近傍解４３に基づく複数の変異解を生成し（ステップＳ４９０）、近傍解４３および複数の変異解の評価値をそれぞれ計算し（ステップＳ４６０）、これらの評価値に基づいて近傍解４３または複数の変異解のいずれかを最適解として選択する（ステップＳ４８０）。このようにしたので、最適化の目的に対して最も適切な作業順序を最適解として得ることができる。

【0095】

（７）最適解出力部１４は、例えば図１１の探索状況画面１３０を出力装置５に表示することで、作業環境の変化に応じた最適解の評価値の変化の様子を可視化してユーザに提示する。このようにしたので、作業環境の変化に応じて最適解の評価値がどのように変化したのかを、ユーザに知らせることができる。

【0096】

なお、本発明は上記実施形態や変形例に限定されるものではなく、その要旨を逸脱しない範囲内で、任意の構成要素を用いて実施可能である。また、各実施形態や変形例は任意に組み合わせて実施することも可能である。

【0097】

上記の実施形態や変形例はあくまで一例であり、発明の特徴が損なわれない限り、本発明はこれらの内容に限定されるものではない。また、上記では種々の実施形態や変形例を説明したが、本発明はこれらの内容に限定されるものではない。本発明の技術的思想の範囲内で考えられるその他の態様も本発明の範囲内に含まれる。

【符号の説明】

【0098】

１…中央処理装置、２…主記憶装置、３…二次記憶装置、４…入力装置、５…出力装置、６…バス、１１…最適化情報入力部、１２…最適化対象更新部、１３…探索部、１４…最適解出力部、３１…初期オーダー情報、３２…作業進捗情報、３３…追加オーダー情報、３４…計算時間指定情報、３５…最適化パラメータ、３６…倉庫静的基礎情報、３７…計算履歴情報、３８…最適オーダー情報、４１…最適化対象オーダー、４２…環境変化量、４３…近傍解、１００…最適化装置

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】