(19)【発行国】日本国特許庁(JP)
(12)【公報種別】特許公報(B2)
(11)【特許番号】
(24)【登録日】2022-12-16
(45)【発行日】2022-12-26
(54)【発明の名称】自動販売の販売システムおよび方法
(51)【国際特許分類】
G07F 9/00 20060101AFI20221219BHJP
G06Q 30/06 20120101ALI20221219BHJP
G06Q 10/08 20120101ALI20221219BHJP
【ＦＩ】
G07F9/00 110Z
G07F9/00 108
G06Q30/06
G06Q10/08
【請求項の数】
10
【外国語出願】
(21)【出願番号】P 2021080315
(22)【出願日】2021-05-11
(62)【分割の表示】P 2019545300の分割
【原出願日】2018-02-19
(65)【公開番号】P2021131887
(43)【公開日】2021-09-09
【審査請求日】2021-05-28
(31)【優先権主張番号】1702746.7
(32)【優先日】2017-02-20
(33)【優先権主張国・地域又は機関】GB
(73)【特許権者】
【識別番号】515134368
【氏名又は名称】オカド・イノベーション・リミテッド
(74)【代理人】
【識別番号】100108855
【弁理士】
【氏名又は名称】蔵田 昌俊
(74)【代理人】
【識別番号】100103034
【弁理士】
【氏名又は名称】野河 信久
(74)【代理人】
【識別番号】100179062
【弁理士】
【氏名又は名称】井上 正
(74)【代理人】
【識別番号】100199565
【弁理士】
【氏名又は名称】飯野 茂
(74)【代理人】
【識別番号】100153051
【弁理士】
【氏名又は名称】河野 直樹
(74)【代理人】
【識別番号】100162570
【弁理士】
【氏名又は名称】金子 早苗
(72)【発明者】
【氏名】ポール・クラーク
【審査官】塩治 雅也
(56)【参考文献】
【文献】特開２００８－１０８１９３（ＪＰ，Ａ）
【文献】特開２００４－１９２６００（ＪＰ，Ａ）
【文献】特開平０９－２２３２６９（ＪＰ，Ａ）
【文献】特開平１０－１９８８５２（ＪＰ，Ａ）
(58)【調査した分野】(Int.Cl.，ＤＢ名)
Ｇ０７Ｆ ５／００－９／１０
Ｇ０６Ｑ １０／０８
Ｇ０６Ｑ ３０／０６
(57)【特許請求の範囲】
【請求項1】
ロボット販売機であって、複数の配送ポートを備える筐体と、
販売される異なるアイテムの分配をそこに保管するための物理アイテム保管ユニットと、前記物理アイテム保管ユニットは複数のアイテムアクセスポートを備える、
アイテムを識別されたロケーションに運搬するための複数の運搬機構と、前記複数の運搬機構は、使用する際、販売するアイテムを保管するように構成され、
前記複数の運搬機構と通信可能な処理リソースと、前記処理リソースは、機械学習モジュールをサポートするように構成され、
前記機械学習モジュールにデータを提供するように構成された複数のデータソースとを備え、
前記機械学習モジュールは、前記複数のデータソースによって提供される前記データを分析し、前記複数の運搬機構のための複数のそれぞれの動作を決定するように構成され、
前記処理リソースは、前記複数の運搬機構に対するそれぞれの制御命令を生成し、通信するように構成され、
選択された運搬機構は、前記制御命令を受信し、決定された配送ポートに前記アイテムを運ぶために、前記制御命令に応答して動作するように構成される、
ここにおいて、前記処理リソースは前記複数のアイテムアクセスポートの１つに関連する前記複数の運搬機構に対してそれぞれの初期の最適化されたロケーションを予測するように構成され、前記処理リソースは前記複数の運搬機構のうちの１つ以上に対する初期ポジショニング命令を生成するように構成される、ロボット販売機。
【請求項2】
前記処理リソースに動作可能に結合されている通信モジュールをさらに備え、前記通信モジュールは、アイテムを販売するための要求を受信するように構成されている、請求項１に記載のロボット販売機。
【請求項3】
前記処理リソースは、複数のアイテムに関する予測需要を決定するように構成されている、請求項１または２に記載のロボット販売機。
【請求項4】
前記複数の運搬機構は、異なるアイテムの分配をそれぞれに保管するようにそれぞれ構成されている、請求項１から３のうちのいずれか１項に記載のロボット販売機。
【請求項5】
多数の前記複数の運搬機構は、保管キャパシティを有し、したがって、多数の移動物理アイテム保管ユニットを構成する、請求項４に記載のロボット販売機。
【請求項6】
前記複数のデータソースのうちの少なくとも１つは、学習したデータを備える、請求項１から５のうちのいずれか１項に記載のロボット販売機。
【請求項7】
前記機械学習モジュールは、複数のそれぞれの動作を決定するように実現可能なポリシーを備える、請求項１から６のうちのいずれか１項に記載のロボット販売機。
【請求項8】
前記機械学習モジュールは、報酬信号計算機を備える、ここにおいて、前記報酬信号計算機は前記運搬機構に関する報酬信号を計算する、請求項１から７のうちのいずれか１項に記載のロボット販売機。
【請求項9】
前記機械学習モジュールは、前記報酬信号計算機によって生成された出力報酬信号に応答して、前記ポリシーを更新するように構成されている、請求項７を引用する請求項８に記載のロボット販売機。
【請求項10】
筐体を備えるロボット販売機によってアイテムを販売する方法であって、前記筐体は複数の配送ポートを備え、
販売される異なるアイテムの分配を物理アイテム保管ユニットに保管することと、前記物理アイテム保管ユニットは複数のアイテムアクセスポートを備え、
アイテムを識別されたロケーションに運搬するために、複数の運搬機構を提供することと、
前記複数の運搬機構において、それぞれ販売するアイテムを保管することと、
複数のデータソースを機械学習モジュールに提供することと、
前記機械学習モジュールが前記複数のデータソースによって提供されるデータを分析し、前記複数の運搬機構に対する複数のそれぞれの動作を決定することと、
前記複数の運搬機構に対するそれぞれの制御命令を生成し、通信することと、
選択された運搬機構が決定された配送ポートに前記アイテムを運ぶために、前記制御命令を受信し、前記制御命令に応答して動作することと、
前記複数のアイテムアクセスポートの１つに関連する前記複数の運搬機構に対してそれぞれの初期の最適化されたロケーションを予測することと、
前記複数の運搬機構のうちの１つ以上に対する初期ポジショニング命令を生成し通信することと、
を備える、方法。
【発明の詳細な説明】
【優先権主張】
【0001】
本出願は、２０１７年２月２０日に出願された英国特許出願番号ＧＢ１７０２７４６．７号からの優先権を主張し、この出願のすべての内容は、参照によってここに組み込まれている。
【発明の分野】
【0002】
［０００１］
本発明は、例えば、必要とされるアイテムを販売ロケーションに運ぶタイプの自動販売システムに関する。
本発明は、アイテムを自動的に販売する方法にも関し、方法は、例えば、必要とされるアイテムを販売ロケーションに運ぶタイプのものである。
本発明は、例えば、必要とされるアイテムを販売ロケーションに運ぶタイプの自動販売システムに関する。
本発明は、アイテムを自動的に販売する方法にも関し、方法は、例えば、必要とされるアイテムを販売ロケーションに運ぶタイプのものである。
【発明の背景】
【0003】
［０００２］
多くの販売システムが、異なるアーキテクチャおよび異なるスケールに基づいていることが知られている。販売システムは、自己充足型食料および飲料販売システムから、より大きな、分散された、アイテムを配送するための車両を必要とするシステムに及ぶことがある。システムのスケールに関わりなく、非効率性が存在することがある。例えば、販売するあるアイテムの入手可能性は通常限定され、アイテムの意図される受領者がアイテムを受け取ることができる場合、アイテムを販売ロケーションに運ぶスピードも、いくつかのシステムに対しては限定される。いくつかのより大きなシステムは、いくつかのロケーションにアクセスするためのこれらの能力が制限される。さらに、販売システムを通して提供されるいくつかのアイテムは、傷みやすく、したがって、いわゆる「販売期限」より前に販売されなければならず、さもなければ、販売システムは、いったん販売期限に達した販売不可能なストックを保持するだろう。
多くの販売システムが、異なるアーキテクチャおよび異なるスケールに基づいていることが知られている。販売システムは、自己充足型食料および飲料販売システムから、より大きな、分散された、アイテムを配送するための車両を必要とするシステムに及ぶことがある。システムのスケールに関わりなく、非効率性が存在することがある。例えば、販売するあるアイテムの入手可能性は通常限定され、アイテムの意図される受領者がアイテムを受け取ることができる場合、アイテムを販売ロケーションに運ぶスピードも、いくつかのシステムに対しては限定される。いくつかのより大きなシステムは、いくつかのロケーションにアクセスするためのこれらの能力が制限される。さらに、販売システムを通して提供されるいくつかのアイテムは、傷みやすく、したがって、いわゆる「販売期限」より前に販売されなければならず、さもなければ、販売システムは、いったん販売期限に達した販売不可能なストックを保持するだろう。
【0004】
［０００３］
典型的に、いくつかの販売システムは、専用注文フルフィルメントセンターを備えるｅコマースソリューションの形態である。顧客によってされた注文は、顧客によって注文されたアイテムを注文フルフィルメントセンターにおいてストックからピッキングし、アイテムの顧客への配送のためにピッキングしたアイテムを配送車両に積むことによって履行される。
典型的に、いくつかの販売システムは、専用注文フルフィルメントセンターを備えるｅコマースソリューションの形態である。顧客によってされた注文は、顧客によって注文されたアイテムを注文フルフィルメントセンターにおいてストックからピッキングし、アイテムの顧客への配送のためにピッキングしたアイテムを配送車両に積むことによって履行される。
【発明の簡単な概要】
【0005】
［０００４］
本発明の第１の態様にしたがうと、自動販売システムが設けられ、自動販売システムは、販売される異なるアイテムの分配をそこに保管するための物理アイテム保管ユニットと、アイテムを識別されたロケーションに運搬するための複数の地上ベースの運搬機構と、複数の運搬車両は、使用する際、販売するアイテムの予測される数と品揃えを保管するように構成され、複数の運搬機構と通信可能な処理リソースと、処理リソースは、機械学習モジュールをサポートするように構成され、機械学習モジュールにデータを提供するように構成された複数のデータソースとを備え、機械学習モジュールは、複数のデータソースによって提供されるデータを分析し、複数の運搬機構のための複数のそれぞれの動作を決定するように構成され、処理リソースは、複数の運搬機構に対するそれぞれの制御命令を生成し、通信するように構成され、選択された運搬機構は、制御命令を受信し、決定された販売ロケーションにアイテムを運ぶために、制御命令に応答して動作するように構成される。
本発明の第１の態様にしたがうと、自動販売システムが設けられ、自動販売システムは、販売される異なるアイテムの分配をそこに保管するための物理アイテム保管ユニットと、アイテムを識別されたロケーションに運搬するための複数の地上ベースの運搬機構と、複数の運搬車両は、使用する際、販売するアイテムの予測される数と品揃えを保管するように構成され、複数の運搬機構と通信可能な処理リソースと、処理リソースは、機械学習モジュールをサポートするように構成され、機械学習モジュールにデータを提供するように構成された複数のデータソースとを備え、機械学習モジュールは、複数のデータソースによって提供されるデータを分析し、複数の運搬機構のための複数のそれぞれの動作を決定するように構成され、処理リソースは、複数の運搬機構に対するそれぞれの制御命令を生成し、通信するように構成され、選択された運搬機構は、制御命令を受信し、決定された販売ロケーションにアイテムを運ぶために、制御命令に応答して動作するように構成される。
【0006】
［０００５］
識別されたロケーションは、地理的エリアであってもよい。
識別されたロケーションは、地理的エリアであってもよい。
【0007】
［０００６］
システムは、処理リソースに動作可能に結合されている通信モジュールをさらに備えていてもよく、通信モジュールは、アイテムを販売するための要求を受信するように構成されてもよい。
システムは、処理リソースに動作可能に結合されている通信モジュールをさらに備えていてもよく、通信モジュールは、アイテムを販売するための要求を受信するように構成されてもよい。
【0008】
［０００７］
処理リソースは、複数のアイテムに関する予測需要を決定するように構成されてもよい。
処理リソースは、複数のアイテムに関する予測需要を決定するように構成されてもよい。
【0009】
［０００８］
処理リソースは、複数の運搬機構に対してそれぞれの初期の最適化されたロケーションを予測するように構成されてもよく、処理リソースは、複数の運搬機構のうちの１つ以上に対する初期ポジショニング命令を生成し、通信するように構成されてもよい。
処理リソースは、複数の運搬機構に対してそれぞれの初期の最適化されたロケーションを予測するように構成されてもよく、処理リソースは、複数の運搬機構のうちの１つ以上に対する初期ポジショニング命令を生成し、通信するように構成されてもよい。
【0010】
［０００９］
複数の運搬機構は、異なるアイテムのそれぞれの分配を保管するようにそれぞれ構成されてもよい。
複数の運搬機構は、異なるアイテムのそれぞれの分配を保管するようにそれぞれ構成されてもよい。
【0011】
［００１０］
多数の複数の運搬機構は、保管キャパシティを有し、したがって、多数の移動物理アイテム保管ユニットを構成してもよい。
多数の複数の運搬機構は、保管キャパシティを有し、したがって、多数の移動物理アイテム保管ユニットを構成してもよい。
【0012】
［００１１］
複数のデータソースのうちの少なくとも１つは、学習したデータを備えてもよい。
複数のデータソースのうちの少なくとも１つは、学習したデータを備えてもよい。
【0013】
［００１２］
機械学習モジュールは、複数のそれぞれの動作を決定するように実現可能なポリシーを備えてもよい。
機械学習モジュールは、複数のそれぞれの動作を決定するように実現可能なポリシーを備えてもよい。
【0014】
［００１３］
機械学習モジュールは、報酬信号計算機を備えてもよい。
機械学習モジュールは、報酬信号計算機を備えてもよい。
【0015】
［００１４］
物理アイテム保管ユニットは、静的であってもよい。
物理アイテム保管ユニットは、静的であってもよい。
【0016】
［００１５］
機械学習モジュールは、報酬信号計算機によって生成された出力報酬信号に応答して、ポリシーを更新するように構成されてもよい。
機械学習モジュールは、報酬信号計算機によって生成された出力報酬信号に応答して、ポリシーを更新するように構成されてもよい。
【0017】
［００１６］
複数の運搬機構は、第１の運搬機構と、第２の運搬機構と、ミーティングウェイポイントを備えてもよい制御命令とを備えていてもよく、第１の運搬機構に通信されるミーティングウェイポイントは、第２の運搬機構のロケーション、または、第２の運搬機構が第１の運搬機構と出会うロケーションであってもよく、処理リソースは、ミーティングウェイポイントを識別する別の制御命令を生成し、第２の運搬機構に通信するように構成されてもよく、制御命令と別の制御命令は、第２の運搬機構から第１の運搬機構にアイテムを移す命令を備えてもよい。
複数の運搬機構は、第１の運搬機構と、第２の運搬機構と、ミーティングウェイポイントを備えてもよい制御命令とを備えていてもよく、第１の運搬機構に通信されるミーティングウェイポイントは、第２の運搬機構のロケーション、または、第２の運搬機構が第１の運搬機構と出会うロケーションであってもよく、処理リソースは、ミーティングウェイポイントを識別する別の制御命令を生成し、第２の運搬機構に通信するように構成されてもよく、制御命令と別の制御命令は、第２の運搬機構から第１の運搬機構にアイテムを移す命令を備えてもよい。
【0018】
［００１７］
第２の運搬機構から第１の運搬機構へのアイテムの移行は、第２の運搬機構の補充を構成してもよい。
第２の運搬機構から第１の運搬機構へのアイテムの移行は、第２の運搬機構の補充を構成してもよい。
【0019】
［００１８］
第２の運搬機構は、第１の運搬機構よりも大きくてもよい。
第２の運搬機構は、第１の運搬機構よりも大きくてもよい。
【0020】
［００１９］
複数の運搬機構は、第１の運搬機構と、第２の運搬機構とを備えていてもよく、処理リソースは、アイテムを運ぶ第１の運搬機構と別のアイテムを運ぶ第２の運搬機構とを識別するように構成されてもよく、処理リソースは、アイテムに関して、第１の運搬機構に対する制御命令を生成し、通信し、および、別のアイテムに関して、第２の運搬機構に対する別の制御命令を生成し、通信するように構成されてもよい。
複数の運搬機構は、第１の運搬機構と、第２の運搬機構とを備えていてもよく、処理リソースは、アイテムを運ぶ第１の運搬機構と別のアイテムを運ぶ第２の運搬機構とを識別するように構成されてもよく、処理リソースは、アイテムに関して、第１の運搬機構に対する制御命令を生成し、通信し、および、別のアイテムに関して、第２の運搬機構に対する別の制御命令を生成し、通信するように構成されてもよい。
【0021】
［００２０］
複数の運搬機構は、少なくとも２つの異なるタイプの運搬機構を備えてもよい。
複数の運搬機構は、少なくとも２つの異なるタイプの運搬機構を備えてもよい。
【0022】
［００２１］
複数の運搬機構は、トラック、モーターサイクル、および、自動車のうちの１つ以上を備えてもよい。
複数の運搬機構は、トラック、モーターサイクル、および、自動車のうちの１つ以上を備えてもよい。
【0023】
［００２２］
識別された販売ロケーションは、アイテムが収集されたロケーションであってもよい。
識別された販売ロケーションは、アイテムが収集されたロケーションであってもよい。
【0024】
［００２３］
販売ロケーションは、家または他のビルディングでなくてもよい。
販売ロケーションは、路地裏であってもよい。
販売ロケーションは、家または他のビルディングでなくてもよい。
販売ロケーションは、路地裏であってもよい。
【0025】
［００２４］
システムは、販売される異なるアイテムの第２の分配をそこに保管するための別の物理保管ユニットをさらに備えてもよく、第２の物理保管アイテムユニットは、物理アイテム保管ユニットよりもより小さなキャパシティを有してもよい。
システムは、販売される異なるアイテムの第２の分配をそこに保管するための別の物理保管ユニットをさらに備えてもよく、第２の物理保管アイテムユニットは、物理アイテム保管ユニットよりもより小さなキャパシティを有してもよい。
【0026】
［００２５］
システムは、販売される異なるアイテムのさらなる分配をそこに保管するためのさらなる物理アイテム保管ユニットをさらに備えていてもよく、さらなる物理保管アイテムユニットは、別の物理アイテム保管ユニットよりもより小さなキャパシティを有してもよい。
システムは、販売される異なるアイテムのさらなる分配をそこに保管するためのさらなる物理アイテム保管ユニットをさらに備えていてもよく、さらなる物理保管アイテムユニットは、別の物理アイテム保管ユニットよりもより小さなキャパシティを有してもよい。
【0027】
［００２６］
アイテムを販売する要求は、複数の予め定められた基準に基づいて受け入れられてもよい。
アイテムを販売する要求は、複数の予め定められた基準に基づいて受け入れられてもよい。
【0028】
［００２７］
複数の予め定められた基準は、経済的基準を備えてもよい。
複数の予め定められた基準は、経済的基準を備えてもよい。
【0029】
［００２８］
複数の予め定められた基準は、選択された運搬機構に関係付けられているアクセス基準の容易さを備えてもよい。
複数の予め定められた基準は、選択された運搬機構に関係付けられているアクセス基準の容易さを備えてもよい。
【0030】
［００２９］
アクセス基準の容易さは、トラフィックデータであってもよい。
アクセス基準の容易さは、駐車制限であってもよい。
アクセス基準の容易さは、トラフィックデータであってもよい。
アクセス基準の容易さは、駐車制限であってもよい。
【0031】
［００３０］
複数の予め定められた基準は、環境的基準を備えてもよい。
複数の予め定められた基準は、環境的基準を備えてもよい。
【0032】
［００３１］
環境的基準は、気象条件であってもよい。
環境的基準は、気象条件であってもよい。
【0033】
［００３２］
複数の予め定められた基準は、選択された運搬機構の在庫を空にする必要性を備えてもよい。
複数の予め定められた基準は、選択された運搬機構の在庫を空にする必要性を備えてもよい。
【0034】
［００３３］
処理リソースは、注文システムをさらに備えてもよい。
処理リソースは、注文システムをさらに備えてもよい。
【0035】
［００３４］
注文システムは、在庫の減少を促進するために、アイテムを販売するオファーを調節するように構成されてもよい。
注文システムは、在庫の減少を促進するために、アイテムを販売するオファーを調節するように構成されてもよい。
【0036】
［００３５］
注文システムは、複数の注文ポータルをサポートするように構成されてもよく、
複数の注文ポータルのうちの１つの注文ポータルは、多数の複数の運搬機構によって供給される予め定められた地理的領域内で入手可能なアイテムと、多数の複数の運搬機構から入手可能なストックとを販売するように動的に構成されてもよい。
注文システムは、複数の注文ポータルをサポートするように構成されてもよく、
複数の注文ポータルのうちの１つの注文ポータルは、多数の複数の運搬機構によって供給される予め定められた地理的領域内で入手可能なアイテムと、多数の複数の運搬機構から入手可能なストックとを販売するように動的に構成されてもよい。
【0037】
［００３６］
本発明の第２の態様にしたがうと、アイテムを販売する方法が提供され、方法は、販売される異なるアイテムの分配を物理アイテム保管ユニットに保管することと、アイテムを識別されたロケーションに運搬するために、複数の地上ベースの運搬機構を提供することと、複数の運搬車両において、それぞれ販売するアイテムの予測される数と品揃えとを保管することと、複数のデータソースを機械学習モジュールに提供することと、機械学習モジュールが複数のデータソースによって提供されるデータを分析し、複数の運搬機構に対する複数のそれぞれの動作を決定することと、複数の運搬機構に対するそれぞれの制御命令を生成し、通信することと、選択された運搬機構が決定された販売ロケーションにアイテムを運ぶために、制御命令を受信し、制御命令に応答して動作することとを備えている。
本発明の第２の態様にしたがうと、アイテムを販売する方法が提供され、方法は、販売される異なるアイテムの分配を物理アイテム保管ユニットに保管することと、アイテムを識別されたロケーションに運搬するために、複数の地上ベースの運搬機構を提供することと、複数の運搬車両において、それぞれ販売するアイテムの予測される数と品揃えとを保管することと、複数のデータソースを機械学習モジュールに提供することと、機械学習モジュールが複数のデータソースによって提供されるデータを分析し、複数の運搬機構に対する複数のそれぞれの動作を決定することと、複数の運搬機構に対するそれぞれの制御命令を生成し、通信することと、選択された運搬機構が決定された販売ロケーションにアイテムを運ぶために、制御命令を受信し、制御命令に応答して動作することとを備えている。
【0038】
［００３７］
したがって、販売を必要とするアイテムの最低数なく、より速いアイテムの販売を提供する自動販売システムと自動販売の方法を提供することが可能である。
システムと方法は、２４時間販売をサポートし、より多くの種類のアイテムの販売をサポートできる。
システムと方法は、アイテムの範囲の向上した入手可能性をサポートする。
したがって、販売を必要とするアイテムの最低数なく、より速いアイテムの販売を提供する自動販売システムと自動販売の方法を提供することが可能である。
システムと方法は、２４時間販売をサポートし、より多くの種類のアイテムの販売をサポートできる。
システムと方法は、アイテムの範囲の向上した入手可能性をサポートする。
【図面の簡単な説明】
【0039】
［００３８］
本発明の少なくとも１つの実施形態を、添付の図面を参照して、単なる例として説明する。
本発明の少なくとも１つの実施形態を、添付の図面を参照して、単なる例として説明する。
【発明の詳細な説明】
【0040】
［００５５］
以下の説明全体を通して、同一の参照番号は、同一の部分を識別するために使用される。
以下の説明全体を通して、同一の参照番号は、同一の部分を識別するために使用される。
【0041】
［００５６］
図１を参照すると、自動販売システム１００、例えば、ロボット販売機は、第１のアイテム配送ポート１０４、第２のアイテム配送ポート１０６、および、第３のアイテム配送ポート１０８が設けられている筐体１０２を備えている。販売システム１００は、支払いポイントモジュール１１０とタッチスクリーンデバイス１１２も備えている。販売システム１００は、より多くの、さまざまなアイテムを置くとともにロボット配送構成を収容するために、伝統的な販売機よりもいくらか大きい。
図１を参照すると、自動販売システム１００、例えば、ロボット販売機は、第１のアイテム配送ポート１０４、第２のアイテム配送ポート１０６、および、第３のアイテム配送ポート１０８が設けられている筐体１０２を備えている。販売システム１００は、支払いポイントモジュール１１０とタッチスクリーンデバイス１１２も備えている。販売システム１００は、より多くの、さまざまなアイテムを置くとともにロボット配送構成を収容するために、伝統的な販売機よりもいくらか大きい。
【0042】
［００５７］
図２を参照すると、上記で言及したロボット配送構成が筐体１０２内に配置されている。
販売システム１００は、主なまたは第１層アイテムストア１３０、第１の２次的または第２層アイテムストア１３２、第２の２次的または第２層アイテムストア１３４、および、第３の２次的または第２層アイテムストア１３６を備えている。この例では、主なアイテムストア１３０は、筐体１０２の背面に配置され、第１、第２、および、第３の２次的アイテムストア１３２、１３４、１３６は、主なアイテムストア１３０の向かい側に吊下げ構成で配置されている。この例では、第１、第２、および第３の２次的アイテムストア１３２、１３４、１３６は、主なアイテムストア１３０の上側、中間、下側の領域にそれぞれ結合されている。
図２を参照すると、上記で言及したロボット配送構成が筐体１０２内に配置されている。
販売システム１００は、主なまたは第１層アイテムストア１３０、第１の２次的または第２層アイテムストア１３２、第２の２次的または第２層アイテムストア１３４、および、第３の２次的または第２層アイテムストア１３６を備えている。この例では、主なアイテムストア１３０は、筐体１０２の背面に配置され、第１、第２、および、第３の２次的アイテムストア１３２、１３４、１３６は、主なアイテムストア１３０の向かい側に吊下げ構成で配置されている。この例では、第１、第２、および第３の２次的アイテムストア１３２、１３４、１３６は、主なアイテムストア１３０の上側、中間、下側の領域にそれぞれ結合されている。
【0043】
［００５８］
主なアイテムストア１３０は、第１の、上側、アイテムアクセスポート１３８、第２の、中間、アイテムアクセスポート１４０、および、第３の、下側、アイテムアクセスポート１４２を備えている。第１の２次的アイテムストア１３２は、第１、第２、および第３の２次的アイテムアクセスポート１４４、１４６、１４８を備えている。第２の２次的アイテムストア１３４は、第４、第５、および第６の２次的アイテムアクセスポート１５０、１５２、１５４を備えている。第３の２次的アイテムストア１３６は、第７の、第８の、および、第９の２次的アイテムアクセスポート１５６、１５８、１６０を備えている。
主なアイテムストア１３０は、第１の、上側、アイテムアクセスポート１３８、第２の、中間、アイテムアクセスポート１４０、および、第３の、下側、アイテムアクセスポート１４２を備えている。第１の２次的アイテムストア１３２は、第１、第２、および第３の２次的アイテムアクセスポート１４４、１４６、１４８を備えている。第２の２次的アイテムストア１３４は、第４、第５、および第６の２次的アイテムアクセスポート１５０、１５２、１５４を備えている。第３の２次的アイテムストア１３６は、第７の、第８の、および、第９の２次的アイテムアクセスポート１５６、１５８、１６０を備えている。
【0044】
［００５９］
第１の垂直ケーブルペア１６２、第２の垂直ケーブルペア１６４、第３の垂直ケーブルペア１６６は、筐体１０２の一番上から一番下まで伸長する。第１、第２、および、第３の垂直ケーブルペア１６２、１６４、１６６は、横に空間を開けた関係で配置され、各ペアは、その間の予め定められた間隔を維持する。第１の垂直ケーブルペア１６２は、第１、第４および第７の２次的アイテムアクセスポート１４４、１５０、１５６とともに第１の上側アイテムアクセスポート１３８と並ぶ。第２の垂直ケーブルペア１６４は、第２、第５および第８の２次的アイテムアクセスポート１４６、１５２、１５８と並ぶ。第３の垂直ケーブルペア１６６は、第３、第６および第９の２次的アイテムアクセスポート１４８、１５４、１６０と並ぶ。
第１の垂直ケーブルペア１６２、第２の垂直ケーブルペア１６４、第３の垂直ケーブルペア１６６は、筐体１０２の一番上から一番下まで伸長する。第１、第２、および、第３の垂直ケーブルペア１６２、１６４、１６６は、横に空間を開けた関係で配置され、各ペアは、その間の予め定められた間隔を維持する。第１の垂直ケーブルペア１６２は、第１、第４および第７の２次的アイテムアクセスポート１４４、１５０、１５６とともに第１の上側アイテムアクセスポート１３８と並ぶ。第２の垂直ケーブルペア１６４は、第２、第５および第８の２次的アイテムアクセスポート１４６、１５２、１５８と並ぶ。第３の垂直ケーブルペア１６６は、第３、第６および第９の２次的アイテムアクセスポート１４８、１５４、１６０と並ぶ。
【0045】
［００６０］
販売システム１００は、第１の上側レッジ１６８、第２の中間レッジ１７０、および、第３の下側レッジ１７２も備えている。第１の上側レッジ１６８は、第１、第２および第３の２次的アイテムアクセスポート１４４、１４６、１４８の下縁と並ぶ。第２の中間レッジ１７０は、第４、第５および第６の２次的アイテムアクセスポート１５０、１５２、１５４の下縁と並ぶ。第３の下側レッジ１７２は、第７、第８および第９の２次的アイテムアクセスポート１５６、１５８、１６０の下縁と並ぶ。第１、第２および第３のレッジ１６８、１７０、１７２は、ロボットモジュールを収容するのに十分広く、その詳細は、ここで後に説明し、ロボットモジュールがレッジに沿って移動することを可能にする。
販売システム１００は、第１の上側レッジ１６８、第２の中間レッジ１７０、および、第３の下側レッジ１７２も備えている。第１の上側レッジ１６８は、第１、第２および第３の２次的アイテムアクセスポート１４４、１４６、１４８の下縁と並ぶ。第２の中間レッジ１７０は、第４、第５および第６の２次的アイテムアクセスポート１５０、１５２、１５４の下縁と並ぶ。第３の下側レッジ１７２は、第７、第８および第９の２次的アイテムアクセスポート１５６、１５８、１６０の下縁と並ぶ。第１、第２および第３のレッジ１６８、１７０、１７２は、ロボットモジュールを収容するのに十分広く、その詳細は、ここで後に説明し、ロボットモジュールがレッジに沿って移動することを可能にする。
【0046】
［００６１］
第１の横軸パス１７４は、第１の、上側、アイテムアクセスポート１３８の下側端から第１の垂直ケーブルペア１６２に向けて伸張する。第２の横軸パス１７６は、第２の、中間、アイテムアクセスポート１４０の下側端から第２の垂直ケーブルペア１６４に向けて伸張する。第３の横軸パス１７８は、第３の、下側、アイテムアクセスポート１４２の下側端から第３の垂直ケーブルペア１６６に向けて伸張する。
第１の横軸パス１７４は、第１の、上側、アイテムアクセスポート１３８の下側端から第１の垂直ケーブルペア１６２に向けて伸張する。第２の横軸パス１７６は、第２の、中間、アイテムアクセスポート１４０の下側端から第２の垂直ケーブルペア１６４に向けて伸張する。第３の横軸パス１７８は、第３の、下側、アイテムアクセスポート１４２の下側端から第３の垂直ケーブルペア１６６に向けて伸張する。
【0047】
［００６２］
販売システム１００は、筐体１０２内に、第１の移動体ロボットモジュール１８０、第２の移動体ロボットモジュール１８２、および、第３の移動体ロボットモジュール１８４をさらに備えている。第１、第２および第３の移動体ロボットモジュール１８０、１８２、１８４は、第１、第２および第３の垂直ケーブルペア１６２、１６４、１６６、第１、第２、第３のレッジ１６８、１７０、１７２、ならびに、第１、第２および第３の横軸パス１７４、１７６、１７８に沿って移動するように構成されている。
販売システム１００は、筐体１０２内に、第１の移動体ロボットモジュール１８０、第２の移動体ロボットモジュール１８２、および、第３の移動体ロボットモジュール１８４をさらに備えている。第１、第２および第３の移動体ロボットモジュール１８０、１８２、１８４は、第１、第２および第３の垂直ケーブルペア１６２、１６４、１６６、第１、第２、第３のレッジ１６８、１７０、１７２、ならびに、第１、第２および第３の横軸パス１７４、１７６、１７８に沿って移動するように構成されている。
【0048】
［００６３］
図２中には示していないが、主なアイテムストア１３０は、継続ループで構成されている、販売されるアイテムが保管される、標準化されたオプション的に使い捨て可能なタイプのコンテナを運ぶためのコンベヤチェーン機構を備えている。この例では、コンテナは、コンベヤチェーン機構によって運ばれる互換性のあるインターフェースポイントを備えている。チェーン機構のループは、過去の第１、第２、および、第３のアクセスポート１３８、１４０、１４２を通過するように構成されている。同様に、第１、第２および第３の２次的アイテムストア１３２、１３４、１３６それぞれは、継続的なループで構成されている、標準化されたタイプのコンテナを運ぶためのコンベヤチェーン機構を備えている。それぞれのコンベヤチェーン機構のループは、第１、第２および第３の２次的アイテムアクセスポート１４４、１４６、１４８、第４、第５および第６の２次的アイテムアクセスポート１５０、１５２、１５４、ならびに、第７、第８および第９の２次的アイテムアクセスポート１５６、１５８、１６０を通過する。
図２中には示していないが、主なアイテムストア１３０は、継続ループで構成されている、販売されるアイテムが保管される、標準化されたオプション的に使い捨て可能なタイプのコンテナを運ぶためのコンベヤチェーン機構を備えている。この例では、コンテナは、コンベヤチェーン機構によって運ばれる互換性のあるインターフェースポイントを備えている。チェーン機構のループは、過去の第１、第２、および、第３のアクセスポート１３８、１４０、１４２を通過するように構成されている。同様に、第１、第２および第３の２次的アイテムストア１３２、１３４、１３６それぞれは、継続的なループで構成されている、標準化されたタイプのコンテナを運ぶためのコンベヤチェーン機構を備えている。それぞれのコンベヤチェーン機構のループは、第１、第２および第３の２次的アイテムアクセスポート１４４、１４６、１４８、第４、第５および第６の２次的アイテムアクセスポート１５０、１５２、１５４、ならびに、第７、第８および第９の２次的アイテムアクセスポート１５６、１５８、１６０を通過する。
【0049】
［００６４］
中央処理リソースモジュール１８６はまた、筐体１０２内に配置されており、第１、第２、第３のロボットモジュール１８０、１８２、１８４、主なアイテムストア１３０、ならびに、第１、第２および第３の２次的アイテムストア１３２、１３４、１３６と通信可能である。
中央処理リソースモジュール１８６はまた、筐体１０２内に配置されており、第１、第２、第３のロボットモジュール１８０、１８２、１８４、主なアイテムストア１３０、ならびに、第１、第２および第３の２次的アイテムストア１３２、１３４、１３６と通信可能である。
【0050】
［００６５］
主なアイテムストア１３０、ならびに、第１、第２および第３の２次的アイテムストア１３２、１３４、１３６それぞれは、コンベヤチェーンを進めるまたは逆戻りさせるために、中央処理リソース１８６から受信した命令に応答して、関係付けられたコンベヤチェーン機構を移動させるための（示していない）制御装置を備えている。
主なアイテムストア１３０、ならびに、第１、第２および第３の２次的アイテムストア１３２、１３４、１３６それぞれは、コンベヤチェーンを進めるまたは逆戻りさせるために、中央処理リソース１８６から受信した命令に応答して、関係付けられたコンベヤチェーン機構を移動させるための（示していない）制御装置を備えている。
【0051】
［００６６］
図３を参照すると、第１、第２および第３のロボットモジュール１８０、１８２，１８４のそれぞれは、筐体２００と、販売されるアイテムの限られた分配、例えば範囲、を保管するためのローカルアイテムストア２０２とを備えている。ローカル処理リソース２０４は、アクセスポート２０６とともに、筐体２００内に配置されている。ロボットモジュール１８０、１８２、１８４はまた、駆動およびステアリングのためのホイール２０８を備えており、ホイールは、（示していない）ドライブトレインおよびステアリング機構に結合されており、ドライブトレインとステアリング機構は、ローカル処理リソース２０４に動作可能に結合されている。図３に示していないが、ローカルアイテムストア２０２は、ローカル処理リソース２０４に動作可能に結合されている駆動機構と標準化されたコンテナを運ぶように構成されているローカルコンベヤチェーン機構とを備えている。ローカルコンベヤチェーン機構は、アクセスポイント２０６に対向して通過する継続ループで構成されている。
図３を参照すると、第１、第２および第３のロボットモジュール１８０、１８２，１８４のそれぞれは、筐体２００と、販売されるアイテムの限られた分配、例えば範囲、を保管するためのローカルアイテムストア２０２とを備えている。ローカル処理リソース２０４は、アクセスポート２０６とともに、筐体２００内に配置されている。ロボットモジュール１８０、１８２、１８４はまた、駆動およびステアリングのためのホイール２０８を備えており、ホイールは、（示していない）ドライブトレインおよびステアリング機構に結合されており、ドライブトレインとステアリング機構は、ローカル処理リソース２０４に動作可能に結合されている。図３に示していないが、ローカルアイテムストア２０２は、ローカル処理リソース２０４に動作可能に結合されている駆動機構と標準化されたコンテナを運ぶように構成されているローカルコンベヤチェーン機構とを備えている。ローカルコンベヤチェーン機構は、アクセスポイント２０６に対向して通過する継続ループで構成されている。
【0052】
［００６７］
図４を参照すると、販売システム１００の中央処理リソースモジュール１８６は、この例では、汎用コンピュータ２２０、例えば、任意の適切なオペレーティングシステムを実行するパーソナルコンピュータ（ＰＣ）を使用して実現される。説明の簡潔さと明確さのために、コンポーネントパーツは良く理解されていることから、コンピュータを詳細には説明しない。しかしながら、コンピュータが１つ以上のプロセッサ、メモリ、記憶デバイス、例えば、ハードディスクドライブ（ＨＤＤ）、（必要に応じて）入力および出力デバイスを備えることが当業者によって認識されるだろう。コンピュータ２２０は、アプリケーションソフトウェア２２４が実行できる環境を提供する機能的ハードウェアコンポーネント２２１による実行のためのオペレーティングシステム２２２をサポートする。コンピュータの特定のコンフィギュレーションに依存して、コンピュータ２２０は、任意の適切なオペレーティングシステム、例えば、Ｗｉｎｄｏｗｓ（登録商標）、ＭａｃＯＳ（登録商標）、ＵＮＩＸ（登録商標）、または、Ｌｉｎｕｘ（登録商標）のディストリビューションを実行する。オペレーティングシステムは、販売システム１１０の動作を実現するために、アプリケーション２２４の実行をサポートする。オペレーティングシステム２２２は、機能的ハードウェアコンポーネント２２１を制御するように使用され、アプリケーションソフトウェア２２４と機能的ハードウェアコンポーネント２２１との間に存在する。図５を参照すると、アプリケーションソフトウェア２２４は、例えば、ＨＤＤによって記憶されるデータベース２３２にアクセスできるコレオグラフィエンジン（choreographing engine）２２６アプリケーションと、報酬信号モジュール２２８と、挙動決定モジュール２３０とを備えている。アプリケーションソフトウェア２２４は、データベース更新モジュール２３４アプリケーションと注文処理エンジン２３６も備えている。
図４を参照すると、販売システム１００の中央処理リソースモジュール１８６は、この例では、汎用コンピュータ２２０、例えば、任意の適切なオペレーティングシステムを実行するパーソナルコンピュータ（ＰＣ）を使用して実現される。説明の簡潔さと明確さのために、コンポーネントパーツは良く理解されていることから、コンピュータを詳細には説明しない。しかしながら、コンピュータが１つ以上のプロセッサ、メモリ、記憶デバイス、例えば、ハードディスクドライブ（ＨＤＤ）、（必要に応じて）入力および出力デバイスを備えることが当業者によって認識されるだろう。コンピュータ２２０は、アプリケーションソフトウェア２２４が実行できる環境を提供する機能的ハードウェアコンポーネント２２１による実行のためのオペレーティングシステム２２２をサポートする。コンピュータの特定のコンフィギュレーションに依存して、コンピュータ２２０は、任意の適切なオペレーティングシステム、例えば、Ｗｉｎｄｏｗｓ（登録商標）、ＭａｃＯＳ（登録商標）、ＵＮＩＸ（登録商標）、または、Ｌｉｎｕｘ（登録商標）のディストリビューションを実行する。オペレーティングシステムは、販売システム１１０の動作を実現するために、アプリケーション２２４の実行をサポートする。オペレーティングシステム２２２は、機能的ハードウェアコンポーネント２２１を制御するように使用され、アプリケーションソフトウェア２２４と機能的ハードウェアコンポーネント２２１との間に存在する。図５を参照すると、アプリケーションソフトウェア２２４は、例えば、ＨＤＤによって記憶されるデータベース２３２にアクセスできるコレオグラフィエンジン（choreographing engine）２２６アプリケーションと、報酬信号モジュール２２８と、挙動決定モジュール２３０とを備えている。アプリケーションソフトウェア２２４は、データベース更新モジュール２３４アプリケーションと注文処理エンジン２３６も備えている。
【0053】
［００６８］
データベース２３２に加えて、コレオグラフィエンジン２２６は、通信モジュール２３８と通信可能な注文処理エンジン２３６と通信可能である。通信モジュール２３４は、コレオグラフィエンジン２２６とデータベース更新モジュール２３４とも通信可能である。
データベース２３２に加えて、コレオグラフィエンジン２２６は、通信モジュール２３８と通信可能な注文処理エンジン２３６と通信可能である。通信モジュール２３４は、コレオグラフィエンジン２２６とデータベース更新モジュール２３４とも通信可能である。
【0054】
［００６９］
この例では、通信モジュール２３８は、ワイヤレスにまたはワイヤード接続を使用してのどちらかで、支払いポイントモジュール１１０とタッチスクリーンデバイス１１２と通信可能である。主なアイテムストア１３６、第１の２次的アイテムストア１３２、第２の２次的アイテムストア１３４、第３の２次的アイテムストア１３６とともに、第１、第２および第３のロボットモジュール１８０、１８２、１８４に命令を出す際に、コレオグラフィエンジン２２６をサポートするために、コンピュータ２２０は、コレオグラフィエンジン２２６と通信可能である他のアプリケーションおよび／またはデータソース２４０もサポートする。例えば、オペレーティングシステム２２２は、ストックレベル管理モジュール２４２、アイテム温度モジュール２４４、および、貯蔵寿命監視モジュール２４６をサポートする。
この例では、通信モジュール２３８は、ワイヤレスにまたはワイヤード接続を使用してのどちらかで、支払いポイントモジュール１１０とタッチスクリーンデバイス１１２と通信可能である。主なアイテムストア１３６、第１の２次的アイテムストア１３２、第２の２次的アイテムストア１３４、第３の２次的アイテムストア１３６とともに、第１、第２および第３のロボットモジュール１８０、１８２、１８４に命令を出す際に、コレオグラフィエンジン２２６をサポートするために、コンピュータ２２０は、コレオグラフィエンジン２２６と通信可能である他のアプリケーションおよび／またはデータソース２４０もサポートする。例えば、オペレーティングシステム２２２は、ストックレベル管理モジュール２４２、アイテム温度モジュール２４４、および、貯蔵寿命監視モジュール２４６をサポートする。
【0055】
［００７０］
図６を参照すると、ローカル処理リソース２０４は、作動ドライバユニット２５２に動作可能に結合されている制御装置２５０を備えており、作動ドライバユニット２５２は、ホイール／パワートレインサブドライバ２５４およびケーブル作動サブドライバ２５６を備えている。制御装置２５０は、ストアドライバユニット２５８、および、データ記憶ユニット、例えば、マップデータベース２６０を備えるデジタルメモリユニットにも動作可能に結合され、マップデータベース２６０は、例えば、第１の上側アイテムアクセスポート１３８、第２の中間アイテムアクセスポート１４０、第３の下側アイテムアクセスポート１４２、第１の２次的アイテムアクセスポート１４４、第２の２次的アイテムアクセスポート１４６、第３の２次的アイテムアクセスポート１４８、第４の２次的アイテムアクセスポート１５０、第５の２次的アイテムアクセスポート１５２、第６の２次的アイテムアクセスポート１５４、第７の２次的アイテムアクセスポート１５６、第８の２次的アイテムアクセスポート１５８、第９の２次的アイテムアクセスポート１６０、第１の垂直ケーブルペア１６２、第２の垂直ケーブルペア１６４、第３の垂直ケケーブルペア１６６、第１の上側レッジ１６８、第２の中間レッジ１７０、第３の下側レッジ１７２、第１の横軸パス１７４、第２の横軸パス１７６、第３の横軸パス１７８のロケーションのような、筐体１０２の内部の詳細なレイアウトを備えている。制御装置２５０は、ローカル通信モジュール２６２にも動作可能に結合されている。
図６を参照すると、ローカル処理リソース２０４は、作動ドライバユニット２５２に動作可能に結合されている制御装置２５０を備えており、作動ドライバユニット２５２は、ホイール／パワートレインサブドライバ２５４およびケーブル作動サブドライバ２５６を備えている。制御装置２５０は、ストアドライバユニット２５８、および、データ記憶ユニット、例えば、マップデータベース２６０を備えるデジタルメモリユニットにも動作可能に結合され、マップデータベース２６０は、例えば、第１の上側アイテムアクセスポート１３８、第２の中間アイテムアクセスポート１４０、第３の下側アイテムアクセスポート１４２、第１の２次的アイテムアクセスポート１４４、第２の２次的アイテムアクセスポート１４６、第３の２次的アイテムアクセスポート１４８、第４の２次的アイテムアクセスポート１５０、第５の２次的アイテムアクセスポート１５２、第６の２次的アイテムアクセスポート１５４、第７の２次的アイテムアクセスポート１５６、第８の２次的アイテムアクセスポート１５８、第９の２次的アイテムアクセスポート１６０、第１の垂直ケーブルペア１６２、第２の垂直ケーブルペア１６４、第３の垂直ケケーブルペア１６６、第１の上側レッジ１６８、第２の中間レッジ１７０、第３の下側レッジ１７２、第１の横軸パス１７４、第２の横軸パス１７６、第３の横軸パス１７８のロケーションのような、筐体１０２の内部の詳細なレイアウトを備えている。制御装置２５０は、ローカル通信モジュール２６２にも動作可能に結合されている。
【0056】
［００７１］
動作（図７）において、起動時に、コンピュータ２２０は、例えば、履歴販売データと他の何らかの有益なパラメータを使用するポアソン点過程である関数を生成することによる任意の適切な技術を使用して、アイテムに対する需要の予測を生成する。関数は、その後、配送ポート１０４、１０６、１０８のそれぞれについて可能性が最も高い需要を決定するように使用されることができる確率密度関数を生み出すように統合される。その後、アイテムアクセスポート１３８、１４０、１４２、１４４、１４６、１４８、１５０、１５２、１５４、１５６、１５８、１６０に関連するロボットモジュール１８０、１８２、１８４の初期ポジションを決定するための発見的アプローチがとられる。まだポジションに配置されていない場合、コンピュータ２２０は、初期のそれぞれのポジションを第１、第２、および、第３のロボットモジュール１８０、１８２、１８４に通信し、初期のそれぞれのポジションを推定する。
動作（図７）において、起動時に、コンピュータ２２０は、例えば、履歴販売データと他の何らかの有益なパラメータを使用するポアソン点過程である関数を生成することによる任意の適切な技術を使用して、アイテムに対する需要の予測を生成する。関数は、その後、配送ポート１０４、１０６、１０８のそれぞれについて可能性が最も高い需要を決定するように使用されることができる確率密度関数を生み出すように統合される。その後、アイテムアクセスポート１３８、１４０、１４２、１４４、１４６、１４８、１５０、１５２、１５４、１５６、１５８、１６０に関連するロボットモジュール１８０、１８２、１８４の初期ポジションを決定するための発見的アプローチがとられる。まだポジションに配置されていない場合、コンピュータ２２０は、初期のそれぞれのポジションを第１、第２、および、第３のロボットモジュール１８０、１８２、１８４に通信し、初期のそれぞれのポジションを推定する。
【0057】
［００７２］
注文処理エンジン２３０は、アイテムを販売する要求を待つ（ステップ３００）。これは、タッチスクリーンデバイス１１２を通してユーザによって選択される。いったんアイテムが要求されると、販売システム１００が要求されたアイテムの任意のストックを運搬しているか否かを決定する（ステップ３０２）ために、注文処理エンジン２３０は、データベース２３２にアクセスする。要求されたアイテムが第１、第２または第３のロボットモジュール１８０、１８２，１８４、主なアイテムストア１３０、あるいは、第１、第２または第３の２次的アイテムストア１３２、１３４、１３６のうちのいずれかによって運ばれない場合、注文処理エンジン２３０は、タッチスクリーンモジュール１２に、ユーザへのストック切れと要求が却下されたことを通信するように命令する（ステップ３０４）。注文処理エンジン２３０は、その後、販売する要求を待つように戻る。販売システム１００はストック中にアイテムを有すると注文処理エンジン２３０が決定する場合、注文処理エンジン２３０は、支払いポイントモジュール１１０にユーザから支払いを受けるように命令する（ステップ３０６）。支払いがなされたと決定するとき（ステップ３０８）、注文処理エンジン２３０は、要求された注文の識別をコレオグラフィエンジン２２６に通信する。そうでなければ、注文処理エンジン２３０は、販売する要求を待つように戻る。図８を参照すると、支払いがなされた場合、コレオグラフィエンジン２２６は、その後、例えば、筐体１０２内のロケーションおよび／または保管されているアイテムのストックレベルによって特徴付けられたロボットモジュール１８０、１８２、１８４のそれぞれの状態（ステップ２７０）を、ロボットモジュール１８０、１８２、１８４のそれぞれに関する報酬信号を計算する（ステップ２７２）報酬信号モジュール２２８に通信する。３つのロボットモジュール１８０、１８２、１８４のうちのどれが販売する要求を履行し、購入したアイテムへのアクセスをユーザに提供するために、配送ポート１０４、１０６、１０８のうちのどれを使用するかを選択するために（ステップ２７６）、報酬信号モジュール２２８は、その後、報酬信号を挙動決定モジュール２３０に通信し、これは、機械学習技術、例えば、強化学習技術を用いるとき、実行されるポリシーを更新する（ステップ２７４）。挙動決定モジュール２３０は、その後、選択した動作をコレオグラフィエンジン２２６に通信し、これは、選択したロボットモジュールに命令を通信し、選択された配送ポート１０４、１０６、１０８を介して、要求されたアイテムを提供ならびに／あるいは収集および提供する。選択されたロボットモジュールは、その後、要求されたアイテムを選択された配送ポートに提供するために、命令を実現する（ステップ２７８）。このようなインプリメンテーションは、第１，第２，第３のレッジ１６８、１７０、１７２、第１、第２、第３の横軸パス１７４、１７６、１７８、ならびに／あるいは、第１、第２および第３のケーブルペア１６２、１６４、１６６に沿って移動することを伴うことができる。後者に関して、選択した横パス１７４、１７６、１７８の端を通して、または、所定の横パス１７４，１７６、１７８なく、ロボットモジュール１８０、１８２、１８４を移動させるため、ケーブルペアを登り、横断方向にもケーブルペア１６２、１６４、１６６を移動させるために、各ロボットモジュール１８０、１８２、１８４は、ケーブルペア１６２、１６４、１６６のうちのいずれかを係合できるケーブルスケーリング構成を運ぶ。
注文処理エンジン２３０は、アイテムを販売する要求を待つ（ステップ３００）。これは、タッチスクリーンデバイス１１２を通してユーザによって選択される。いったんアイテムが要求されると、販売システム１００が要求されたアイテムの任意のストックを運搬しているか否かを決定する（ステップ３０２）ために、注文処理エンジン２３０は、データベース２３２にアクセスする。要求されたアイテムが第１、第２または第３のロボットモジュール１８０、１８２，１８４、主なアイテムストア１３０、あるいは、第１、第２または第３の２次的アイテムストア１３２、１３４、１３６のうちのいずれかによって運ばれない場合、注文処理エンジン２３０は、タッチスクリーンモジュール１２に、ユーザへのストック切れと要求が却下されたことを通信するように命令する（ステップ３０４）。注文処理エンジン２３０は、その後、販売する要求を待つように戻る。販売システム１００はストック中にアイテムを有すると注文処理エンジン２３０が決定する場合、注文処理エンジン２３０は、支払いポイントモジュール１１０にユーザから支払いを受けるように命令する（ステップ３０６）。支払いがなされたと決定するとき（ステップ３０８）、注文処理エンジン２３０は、要求された注文の識別をコレオグラフィエンジン２２６に通信する。そうでなければ、注文処理エンジン２３０は、販売する要求を待つように戻る。図８を参照すると、支払いがなされた場合、コレオグラフィエンジン２２６は、その後、例えば、筐体１０２内のロケーションおよび／または保管されているアイテムのストックレベルによって特徴付けられたロボットモジュール１８０、１８２、１８４のそれぞれの状態（ステップ２７０）を、ロボットモジュール１８０、１８２、１８４のそれぞれに関する報酬信号を計算する（ステップ２７２）報酬信号モジュール２２８に通信する。３つのロボットモジュール１８０、１８２、１８４のうちのどれが販売する要求を履行し、購入したアイテムへのアクセスをユーザに提供するために、配送ポート１０４、１０６、１０８のうちのどれを使用するかを選択するために（ステップ２７６）、報酬信号モジュール２２８は、その後、報酬信号を挙動決定モジュール２３０に通信し、これは、機械学習技術、例えば、強化学習技術を用いるとき、実行されるポリシーを更新する（ステップ２７４）。挙動決定モジュール２３０は、その後、選択した動作をコレオグラフィエンジン２２６に通信し、これは、選択したロボットモジュールに命令を通信し、選択された配送ポート１０４、１０６、１０８を介して、要求されたアイテムを提供ならびに／あるいは収集および提供する。選択されたロボットモジュールは、その後、要求されたアイテムを選択された配送ポートに提供するために、命令を実現する（ステップ２７８）。このようなインプリメンテーションは、第１，第２，第３のレッジ１６８、１７０、１７２、第１、第２、第３の横軸パス１７４、１７６、１７８、ならびに／あるいは、第１、第２および第３のケーブルペア１６２、１６４、１６６に沿って移動することを伴うことができる。後者に関して、選択した横パス１７４、１７６、１７８の端を通して、または、所定の横パス１７４，１７６、１７８なく、ロボットモジュール１８０、１８２、１８４を移動させるため、ケーブルペアを登り、横断方向にもケーブルペア１６２、１６４、１６６を移動させるために、各ロボットモジュール１８０、１８２、１８４は、ケーブルペア１６２、１６４、１６６のうちのいずれかを係合できるケーブルスケーリング構成を運ぶ。
【0058】
［００７３］
他の例では、スケーリングされたインプリメンテーションに関連して以下で説明するように、コレオグラフィエンジン２２６によって計算される関数は、例えば、１つのロボットモジュールから別のロボットモジュールへのアイテムの移行、主なアイテムストア１３０、あるいは、第１、第２または第３の２次的アイテムストア１３２、１３４、１３６のいずれか（または同等物）からのアイテムの収集、主なアイテムストア１３０、あるいは、第１、第２または第３の２次的アイテムストア１３２、１３４、１３６からのロボットモジュールの補充、ならびに／あるいは、ロボットモジュールを補充する望みに基づくロボットモジュールの選択のような、より複雑な動作を実行するために使用できる。
他の例では、スケーリングされたインプリメンテーションに関連して以下で説明するように、コレオグラフィエンジン２２６によって計算される関数は、例えば、１つのロボットモジュールから別のロボットモジュールへのアイテムの移行、主なアイテムストア１３０、あるいは、第１、第２または第３の２次的アイテムストア１３２、１３４、１３６のいずれか（または同等物）からのアイテムの収集、主なアイテムストア１３０、あるいは、第１、第２または第３の２次的アイテムストア１３２、１３４、１３６からのロボットモジュールの補充、ならびに／あるいは、ロボットモジュールを補充する望みに基づくロボットモジュールの選択のような、より複雑な動作を実行するために使用できる。
【0059】
［００７４］
別の実施形態では、上記のインプリメンテーションは、地理をカバーするように適合およびスケーリングすることができる。これに関して、ロボットモジュールは、自動車両および／または人間のドライバによって運転される車両および／または人間のドライバを有する半自動車両であることがあり、その運転は機械支援される。
別の実施形態では、上記のインプリメンテーションは、地理をカバーするように適合およびスケーリングすることができる。これに関して、ロボットモジュールは、自動車両および／または人間のドライバによって運転される車両および／または人間のドライバを有する半自動車両であることがあり、その運転は機械支援される。
【0060】
［００７５］
主な顧客フルフィルメントセンターは、上述の主なアイテムストア１３０を構成することができ、補助的なフルフィルメントセンターは、２次的アイテムストア１３２、１３４、１３６を構成することができる。フルフィルメントセンターの他のレイヤが考えられる。しかしながら、上記で言及した車両のうちの少なくともいくつかは、さまざまな量のアイテムの分配または「品揃え」を備えるように意図されていることを認識すべきである。
主な顧客フルフィルメントセンターは、上述の主なアイテムストア１３０を構成することができ、補助的なフルフィルメントセンターは、２次的アイテムストア１３２、１３４、１３６を構成することができる。フルフィルメントセンターの他のレイヤが考えられる。しかしながら、上記で言及した車両のうちの少なくともいくつかは、さまざまな量のアイテムの分配または「品揃え」を備えるように意図されていることを認識すべきである。
【0061】
［００７６］
図９を参照すると、販売システム１００は、顧客フルフィルメントセンターと時には呼ばれる非常に大きな倉庫であることがある、第１層保管ユニット４００を備えている。第１層保管ユニット４００は、第１の第２層保管ユニット４０２、第２の第２層保管ユニット４０４、および、第３の第２層保管ユニット４０６に供給するように指定される。オプション的に、この例では、第１の第３層保管ユニット４０８、第２の第３層保管ユニット４１０、第３の第３層保管ユニット４１２、第４の第３層保管ユニット４１４、第５の第３層保管ユニット４１６、および、第６の第３層保管ユニット４１８を備える、複数の第３層保管ユニットが設けられる。
図９を参照すると、販売システム１００は、顧客フルフィルメントセンターと時には呼ばれる非常に大きな倉庫であることがある、第１層保管ユニット４００を備えている。第１層保管ユニット４００は、第１の第２層保管ユニット４０２、第２の第２層保管ユニット４０４、および、第３の第２層保管ユニット４０６に供給するように指定される。オプション的に、この例では、第１の第３層保管ユニット４０８、第２の第３層保管ユニット４１０、第３の第３層保管ユニット４１２、第４の第３層保管ユニット４１４、第５の第３層保管ユニット４１６、および、第６の第３層保管ユニット４１８を備える、複数の第３層保管ユニットが設けられる。
【0062】
［００７７］
この例では、第１層保管ユニット４００、第１、第２および第３の第２層保管ユニット４０２、４０４、４０６、ならびに、第１、第２、第３、第４、第５および第６の第３層保管ユニット４０８、４１０、４１２、４１４、４１６、４１８は、恒久的に固定されたロケーションにあり、いわゆる「レンガとモルタル」ユニットである。この例では、第１の第２層保管ユニット４０２は、第１および第２の第３層保管ユニット４０８、４１０と協働するように指定されている。第２の第２層保管ユニット４０４は、第３および第４の第３層保管ユニット４１２、４１４と協働するように指定され、第３の第２層保管ユニット４０６は、第５および第６の第３層保管ユニット４１６、４１８と協働するように指定されている。この点で、保管ユニットの層間の関係付けは、保管ユニット間でアイテムのストックを移す能力に関連する。しかしながら、保管ユニットの第１層と第２層、および、保管ユニットの第２層と第３層の間の関係付けは、インプリメンテーションの利便性に関連する考慮事項、例えば地理、に依存して変化することがある。実際に、例えば、第２層保管ユニットは、単一の第３層保管ユニットまたは２より多くの第３層保管ユニット、または、実際に、他の第２層保管ユニットと協働するように指定されることができる。同じアプローチが、第１層と第２層保管ユニット間の関連に等しく適用される。さらに、第３層保管ユニットのうちの１つ以上が、第２層保管ユニットの関与なしに、第１層保管ユニットと協働するように指定されていることが考えられる。この点で、階層は厳密な方法で特定されておらず、ここで説明されている階層は単なる例示であることを認識すべきである。
この例では、第１層保管ユニット４００、第１、第２および第３の第２層保管ユニット４０２、４０４、４０６、ならびに、第１、第２、第３、第４、第５および第６の第３層保管ユニット４０８、４１０、４１２、４１４、４１６、４１８は、恒久的に固定されたロケーションにあり、いわゆる「レンガとモルタル」ユニットである。この例では、第１の第２層保管ユニット４０２は、第１および第２の第３層保管ユニット４０８、４１０と協働するように指定されている。第２の第２層保管ユニット４０４は、第３および第４の第３層保管ユニット４１２、４１４と協働するように指定され、第３の第２層保管ユニット４０６は、第５および第６の第３層保管ユニット４１６、４１８と協働するように指定されている。この点で、保管ユニットの層間の関係付けは、保管ユニット間でアイテムのストックを移す能力に関連する。しかしながら、保管ユニットの第１層と第２層、および、保管ユニットの第２層と第３層の間の関係付けは、インプリメンテーションの利便性に関連する考慮事項、例えば地理、に依存して変化することがある。実際に、例えば、第２層保管ユニットは、単一の第３層保管ユニットまたは２より多くの第３層保管ユニット、または、実際に、他の第２層保管ユニットと協働するように指定されることができる。同じアプローチが、第１層と第２層保管ユニット間の関連に等しく適用される。さらに、第３層保管ユニットのうちの１つ以上が、第２層保管ユニットの関与なしに、第１層保管ユニットと協働するように指定されていることが考えられる。この点で、階層は厳密な方法で特定されておらず、ここで説明されている階層は単なる例示であることを認識すべきである。
【0063】
［００７８］
販売システム１００は、第１の電動車両保管ユニット、例えば、第１のトラック４２０、第２の電動車両保管ユニット、例えば、第２のトラック４２２、および、第３の電動車両保管ユニット、例えば、第３のトラック４２４をさらに備えている。例えば、車または自動車４２６のような第４の移動車両保管ユニットは、また、例えば、第１の自転車またはモーターサイクル４２８のような第５のより小さな車両保管ユニット、例えば、第２の自転車またはモーターサイクル４３０のような第６のより小さな車両保管ユニット、例えば、第３の自転車またはモーターサイクル４３２のような第７のより小さな車両保管ユニット、例えば、第４の自転車またはモーターサイクル４３４のような第８のより小さな車両保管ユニット、が設けられる。第５、第６、第７および第８のより小さな車両保管ユニット４２８、４３０、４３２、４３４のそれぞれは、第１、第２および第３のトラック４２０、４２２、４２４よりもはるかに小さな保管キャパシティを有している。この例では、住居、例えば、家４３６が地理的領域に位置付けられ、配送エンドポイントを構成する。もちろん、上記の例示的アーキテクチャは、より広い地理的エリアをカバーするようにスケーリングでき、したがって、販売システム１００は、はるかに多くの数の第１層保管ユニット、第２層保管ユニット、第３層保管ユニット、移動保管ユニット、より小さな車両保管ユニット、および、配送エンドポイント、例えば、住居を備えることができることを当業者は認識するだろう。
販売システム１００は、第１の電動車両保管ユニット、例えば、第１のトラック４２０、第２の電動車両保管ユニット、例えば、第２のトラック４２２、および、第３の電動車両保管ユニット、例えば、第３のトラック４２４をさらに備えている。例えば、車または自動車４２６のような第４の移動車両保管ユニットは、また、例えば、第１の自転車またはモーターサイクル４２８のような第５のより小さな車両保管ユニット、例えば、第２の自転車またはモーターサイクル４３０のような第６のより小さな車両保管ユニット、例えば、第３の自転車またはモーターサイクル４３２のような第７のより小さな車両保管ユニット、例えば、第４の自転車またはモーターサイクル４３４のような第８のより小さな車両保管ユニット、が設けられる。第５、第６、第７および第８のより小さな車両保管ユニット４２８、４３０、４３２、４３４のそれぞれは、第１、第２および第３のトラック４２０、４２２、４２４よりもはるかに小さな保管キャパシティを有している。この例では、住居、例えば、家４３６が地理的領域に位置付けられ、配送エンドポイントを構成する。もちろん、上記の例示的アーキテクチャは、より広い地理的エリアをカバーするようにスケーリングでき、したがって、販売システム１００は、はるかに多くの数の第１層保管ユニット、第２層保管ユニット、第３層保管ユニット、移動保管ユニット、より小さな車両保管ユニット、および、配送エンドポイント、例えば、住居を備えることができることを当業者は認識するだろう。
【0064】
［００７９］
図１０を参照すると、自動販売システム１００のアーキテクチャは、通信インフラストラクチャ４５０を備えている。この点で、中央処理リソース４５２は、広域ネットワーク（ＷＡＮ）、例えば、インターネット４５４を介して、第１層保管ユニット４００、第１、第２および第３の第２層保管ユニット４０２、４０４、４０６、ならびに、第１、第２、第３、第４、第５および第６の第３層保管ユニット４０８、４１０、４１２、４１４、４１６、４１８と通信することができる。この例では、中央処理リソース４５２は、ワイヤード接続を介してインターネットに接続されている。同様に、第１層保管ユニット４００、第１、第２および第３の第２層保管ユニット４０２、４０４、４０６、ならびに、第１、第２、第３、第４、第５および第６の第３層保管ユニット４０８、４１０、４１２、４１４、４１６、４１８は、それぞれのワイヤード接続を介してインターネット４５４に接続されている。しかしながら、ワイヤード接続は必須ではなく、インターネット４５４への接続のうちの１つ以上はワイヤレスであることがあることを当業者は認識すべきである。第１、第２、および、第３のトラック４２０、４２２、４２４、車４２６、ならびに、第１、第２、第３、および、第４のモーターサイクル４２８、４３０、４３２、４３４は、それぞれインターネット４５４との通信が可能であり、したがって、それぞれのワイヤレス接続を介して、例えば、ロングタームエボリューション（ＬＴＥ（登録商標））通信ネットワークのようなセルラ通信ネットワーク４５５を介して、中央処理リソース４５２と通信することができる。しかしながら、ここで述べた例が任意の特定のワイヤレステクノロジーによって限定されず、他のワイヤレステクノロジー、例えば、ＷｉＭＡＸ（登録商標）が企図されることを当業者は認識すべきである。
図１０を参照すると、自動販売システム１００のアーキテクチャは、通信インフラストラクチャ４５０を備えている。この点で、中央処理リソース４５２は、広域ネットワーク（ＷＡＮ）、例えば、インターネット４５４を介して、第１層保管ユニット４００、第１、第２および第３の第２層保管ユニット４０２、４０４、４０６、ならびに、第１、第２、第３、第４、第５および第６の第３層保管ユニット４０８、４１０、４１２、４１４、４１６、４１８と通信することができる。この例では、中央処理リソース４５２は、ワイヤード接続を介してインターネットに接続されている。同様に、第１層保管ユニット４００、第１、第２および第３の第２層保管ユニット４０２、４０４、４０６、ならびに、第１、第２、第３、第４、第５および第６の第３層保管ユニット４０８、４１０、４１２、４１４、４１６、４１８は、それぞれのワイヤード接続を介してインターネット４５４に接続されている。しかしながら、ワイヤード接続は必須ではなく、インターネット４５４への接続のうちの１つ以上はワイヤレスであることがあることを当業者は認識すべきである。第１、第２、および、第３のトラック４２０、４２２、４２４、車４２６、ならびに、第１、第２、第３、および、第４のモーターサイクル４２８、４３０、４３２、４３４は、それぞれインターネット４５４との通信が可能であり、したがって、それぞれのワイヤレス接続を介して、例えば、ロングタームエボリューション（ＬＴＥ（登録商標））通信ネットワークのようなセルラ通信ネットワーク４５５を介して、中央処理リソース４５２と通信することができる。しかしながら、ここで述べた例が任意の特定のワイヤレステクノロジーによって限定されず、他のワイヤレステクノロジー、例えば、ＷｉＭＡＸ（登録商標）が企図されることを当業者は認識すべきである。
【0065】
［００８０］
図１１を参照すると、電動車両保管ユニット４２０、４２２、４２４は、エンジンコンパートメント４５６、ドライバコンパートメント４５７、および、ストックコンパートメント４５８を備えている。この例では、ストックコンパートメント４５８は、ローカル処理リソース４６０を備え、その一部は、ストックコンパートメント４５８に配置されている。ストックコンパートメント４５８は、電動車両保管ユニット４２０、４２２、４２４のドライバまたは他のオペレータに容易にアクセス可能であるように、異なる量で、組織化された様式で、アイテムの分配を保管するように構成されている。電動車両保管ユニット４２０、４２２、４２４が多くの他の車両に共通する他の特徴を備えることを、当業者は認識するだろう。このような特徴はよく知られていることから、説明を簡潔かつ明確にするために、これらの特徴をここでさらに詳細には説明しない。この例では、移動車両保管ユニット４２６とより小さな車両保管ユニット４２８、４３０、４３２、４３４が類似して構成されているが、これらの車両のサイズの制約に適するように適合されている。
図１１を参照すると、電動車両保管ユニット４２０、４２２、４２４は、エンジンコンパートメント４５６、ドライバコンパートメント４５７、および、ストックコンパートメント４５８を備えている。この例では、ストックコンパートメント４５８は、ローカル処理リソース４６０を備え、その一部は、ストックコンパートメント４５８に配置されている。ストックコンパートメント４５８は、電動車両保管ユニット４２０、４２２、４２４のドライバまたは他のオペレータに容易にアクセス可能であるように、異なる量で、組織化された様式で、アイテムの分配を保管するように構成されている。電動車両保管ユニット４２０、４２２、４２４が多くの他の車両に共通する他の特徴を備えることを、当業者は認識するだろう。このような特徴はよく知られていることから、説明を簡潔かつ明確にするために、これらの特徴をここでさらに詳細には説明しない。この例では、移動車両保管ユニット４２６とより小さな車両保管ユニット４２８、４３０、４３２、４３４が類似して構成されているが、これらの車両のサイズの制約に適するように適合されている。
【0066】
［００８１］
図１２を参照すると、この例では、各車両保管ユニットは、上記で言及したようなローカル処理リソース４６０、例えば、ドライバまたはライダへの情報をおよび／またはナビゲーション情報を提供できる小型コンピューティングデバイスを備えている。これに関して、ローカル処理リソース４６０は、例えば１つ以上のキーまたはキーパッドのような入力デバイス４６４に動作可能に結合されている制御ユニット４６２と、例えば、ディスプレイデバイスのような出力デバイス４６６とを備え、入力デバイス４６４と出力デバイス４６６は、ドライバコンパートメント４５７に配置されている。いくつかの例では、入力デバイス４６４および出力デバイス４６６は、タッチスクリーンデバイスの使用を通じて組み合わせることができる。ローカル通信モジュール４６８は、制御装置４６２に動作可能に結合される。ナビゲーションサブシステム４７０も、制御装置４６２に動作可能に結合される。この点で、ナビゲーションサブシステム４７０は、パーソナルナビゲーションデバイス（ＰＮＤ）機能性を提供し、出力デバイス４６６を使用してドライバに目的地までのナビゲーション方向を提供するために、ＧＮＳＳ受信機と、例えば処理能力やマップへのアクセスのような、必要な関連コンポーネントとを備えている。ナビゲーションサブシステム４７０の構造および動作は、ここで述べる例の中心ではないことから、説明を明確かつ簡潔にするために、ナビゲーションサブシステム４７０の構造および動作の詳細をさらに詳細には説明しない。可聴命令が必要とされる場合、制御装置４６２は、ドライバコンパートメント４５７に配置されている、（示していない）例えばスピーカーのような可聴出力デバイスに動作可能に結合されてもよい。
図１２を参照すると、この例では、各車両保管ユニットは、上記で言及したようなローカル処理リソース４６０、例えば、ドライバまたはライダへの情報をおよび／またはナビゲーション情報を提供できる小型コンピューティングデバイスを備えている。これに関して、ローカル処理リソース４６０は、例えば１つ以上のキーまたはキーパッドのような入力デバイス４６４に動作可能に結合されている制御ユニット４６２と、例えば、ディスプレイデバイスのような出力デバイス４６６とを備え、入力デバイス４６４と出力デバイス４６６は、ドライバコンパートメント４５７に配置されている。いくつかの例では、入力デバイス４６４および出力デバイス４６６は、タッチスクリーンデバイスの使用を通じて組み合わせることができる。ローカル通信モジュール４６８は、制御装置４６２に動作可能に結合される。ナビゲーションサブシステム４７０も、制御装置４６２に動作可能に結合される。この点で、ナビゲーションサブシステム４７０は、パーソナルナビゲーションデバイス（ＰＮＤ）機能性を提供し、出力デバイス４６６を使用してドライバに目的地までのナビゲーション方向を提供するために、ＧＮＳＳ受信機と、例えば処理能力やマップへのアクセスのような、必要な関連コンポーネントとを備えている。ナビゲーションサブシステム４７０の構造および動作は、ここで述べる例の中心ではないことから、説明を明確かつ簡潔にするために、ナビゲーションサブシステム４７０の構造および動作の詳細をさらに詳細には説明しない。可聴命令が必要とされる場合、制御装置４６２は、ドライバコンパートメント４５７に配置されている、（示していない）例えばスピーカーのような可聴出力デバイスに動作可能に結合されてもよい。
【0067】
［００８２］
図１３を参照すると、第１層保管ユニット４００、第２層保管ユニット４０２、４０４、４０６、および、第３層保管ユニット４０８、４１０、４１２、４１４、４１６、４１８は、それぞれ、在庫管理処理リソース４９０を備えている。この例では、在庫管理処理リソース４９０は、通信モジュール４９４に動作可能に結合されている処理ユニット４９２を備えている。出力デバイス４９６、例えばディスプレイデバイス、および／または、在庫管理インターフェース４９８は、処理ユニット４９２に動作可能に結合される。処理ユニット４９２、通信モジュール４９４、および、出力デバイス４９６は、汎用コンピューティング装置、例えば、適切なソフトウェアを実行するＰＣを使用して実現できる。示していないが、保管ユニットのうちの１つは、自動または半自動在庫操作システム、例えば、保管ユニット内のストックのアイテムを保管および取り出すためのロボットシステムを備えており、在庫管理インターフェース４９８は、自動在庫操作システムに命令を提供するように、および、自動在庫操作システムからフィードバックを受け取るように用いられる。
図１３を参照すると、第１層保管ユニット４００、第２層保管ユニット４０２、４０４、４０６、および、第３層保管ユニット４０８、４１０、４１２、４１４、４１６、４１８は、それぞれ、在庫管理処理リソース４９０を備えている。この例では、在庫管理処理リソース４９０は、通信モジュール４９４に動作可能に結合されている処理ユニット４９２を備えている。出力デバイス４９６、例えばディスプレイデバイス、および／または、在庫管理インターフェース４９８は、処理ユニット４９２に動作可能に結合される。処理ユニット４９２、通信モジュール４９４、および、出力デバイス４９６は、汎用コンピューティング装置、例えば、適切なソフトウェアを実行するＰＣを使用して実現できる。示していないが、保管ユニットのうちの１つは、自動または半自動在庫操作システム、例えば、保管ユニット内のストックのアイテムを保管および取り出すためのロボットシステムを備えており、在庫管理インターフェース４９８は、自動在庫操作システムに命令を提供するように、および、自動在庫操作システムからフィードバックを受け取るように用いられる。
【0068】
［００８３］
図１４を参照すると、中央処理リソース４５２は、単一のコンピューティング装置によってサポートされるように説明される。コンピューティング装置は標準構成のものであり、１つ以上のプロセッサ、入力デバイス、出力デバイス、メモリ、および、記憶デバイスを備えている。したがって、説明を明確で簡潔にするために、中央処理リソース４５２をサポートするために用いられるハードウェアの詳細な記述をさらに詳細には説明しない。しかしながら、複数のコンピューティング装置を用いることができ、これらは、例えば、データセンター中に据え付けられたラックのように同じ位置に配置されることができ、または、複数の現場における地理に渡って分配されることができるが、インターネット、または、例えば、１本以上の専用線を介して通信することを認識すべきである。
図１４を参照すると、中央処理リソース４５２は、単一のコンピューティング装置によってサポートされるように説明される。コンピューティング装置は標準構成のものであり、１つ以上のプロセッサ、入力デバイス、出力デバイス、メモリ、および、記憶デバイスを備えている。したがって、説明を明確で簡潔にするために、中央処理リソース４５２をサポートするために用いられるハードウェアの詳細な記述をさらに詳細には説明しない。しかしながら、複数のコンピューティング装置を用いることができ、これらは、例えば、データセンター中に据え付けられたラックのように同じ位置に配置されることができ、または、複数の現場における地理に渡って分配されることができるが、インターネット、または、例えば、１本以上の専用線を介して通信することを認識すべきである。
【0069】
［００８４］
この例では、中央処理リソース４５２は、地理空間データモジュール５０２と通信が可能であるコレオグラフィエンジン５００をサポートする。地理空間データモジュール５０２は、例えば、駐車利用可能性に関連するデータを備え、例えば、特定のポジションまたはエリアに関する地理空間データに関する要求に応答することができる。経済データモジュール５０４も提供され、これは、販売のために販売システム１００中に保持されるアイテムに関連する情報、例えば、購入および販売価格のようなアイテムの商業的態様に関連する情報を収集および供給する。経済データモジュール５０４は、データベースメンテナンスモジュール５０６と通信することができ、これは、販売システム１００の多くの態様に関連する情報のデータベース５０８にアクセスすることができ、データベースメンテナンスモジュール５０６は、データベース５０８からの読み取りおよびデータベース５０８への書き込みができる。中央処理リソース４５２は、中央処理リソース４５２の他のモジュールと通信することができる、予測モジュール５１０、報酬計算モジュール５１２、販売履歴データモジュール５１４、カレンダーモジュール５１６、および、ストックレベル監視モジュール５１８も備えている。
この例では、中央処理リソース４５２は、地理空間データモジュール５０２と通信が可能であるコレオグラフィエンジン５００をサポートする。地理空間データモジュール５０２は、例えば、駐車利用可能性に関連するデータを備え、例えば、特定のポジションまたはエリアに関する地理空間データに関する要求に応答することができる。経済データモジュール５０４も提供され、これは、販売のために販売システム１００中に保持されるアイテムに関連する情報、例えば、購入および販売価格のようなアイテムの商業的態様に関連する情報を収集および供給する。経済データモジュール５０４は、データベースメンテナンスモジュール５０６と通信することができ、これは、販売システム１００の多くの態様に関連する情報のデータベース５０８にアクセスすることができ、データベースメンテナンスモジュール５０６は、データベース５０８からの読み取りおよびデータベース５０８への書き込みができる。中央処理リソース４５２は、中央処理リソース４５２の他のモジュールと通信することができる、予測モジュール５１０、報酬計算モジュール５１２、販売履歴データモジュール５１４、カレンダーモジュール５１６、および、ストックレベル監視モジュール５１８も備えている。
【0070】
［００８５］
中央処理リソース４５２は、トラフィック監視モジュール５２０、挙動決定モジュール５２２、天気監視モジュール５２４、および、中央処理リソース４５２の他のモジュールと通信可能なロジスティクスモジュール５２６をさらに備えている。ｅコマースモジュール５２８も提供され、例えば、ウェブベースの注文および支払い収集をサポートする。ｅコマースモジュール５２８は、いくつかの例では、ある地理的エリアに特有のｅコマースポータルを生成することができる。中央処理リソース４５２は、インターネット４５４を介して通信することができる通信モジュール５３０も備えている。
中央処理リソース４５２は、トラフィック監視モジュール５２０、挙動決定モジュール５２２、天気監視モジュール５２４、および、中央処理リソース４５２の他のモジュールと通信可能なロジスティクスモジュール５２６をさらに備えている。ｅコマースモジュール５２８も提供され、例えば、ウェブベースの注文および支払い収集をサポートする。ｅコマースモジュール５２８は、いくつかの例では、ある地理的エリアに特有のｅコマースポータルを生成することができる。中央処理リソース４５２は、インターネット４５４を介して通信することができる通信モジュール５３０も備えている。
【0071】
［００８６］
図９～１４の販売システム１００の動作の例を、２つの想定されるシナリオ、すなわち、予め定められた時間期間の間、これらのロケーションから販売の目的のそれぞれのロケーション間を移動する車両と、予め定められたエリアを「動き回り」または走り回り、履行する注文が販売システム１００によって受け取られると、車両が駆動しなければならないロケーションで販売するための命令をオンザフライで受け取る車両の状況で説明する。この点で、最初のシナリオは、そのロケーションで車両からの収集を必要する一方で、動き回る車両は、顧客の選択したロケーション、例えば、住居４３６（図９）で顧客に配送する。他のシナリオも可能であるが、説明の明確さと簡潔のために、ここで述べる例は、これらがここで詳しく説明する概念を例示するのに十分であるとみなされることから、これらのシナリオに限定される。
図９～１４の販売システム１００の動作の例を、２つの想定されるシナリオ、すなわち、予め定められた時間期間の間、これらのロケーションから販売の目的のそれぞれのロケーション間を移動する車両と、予め定められたエリアを「動き回り」または走り回り、履行する注文が販売システム１００によって受け取られると、車両が駆動しなければならないロケーションで販売するための命令をオンザフライで受け取る車両の状況で説明する。この点で、最初のシナリオは、そのロケーションで車両からの収集を必要する一方で、動き回る車両は、顧客の選択したロケーション、例えば、住居４３６（図９）で顧客に配送する。他のシナリオも可能であるが、説明の明確さと簡潔のために、ここで述べる例は、これらがここで詳しく説明する概念を例示するのに十分であるとみなされることから、これらのシナリオに限定される。
【0072】
［００８７］
動作（図１５）では、例えば、販売システム１００の実行につながり、販売システム１００の実行を含む動作の３つのカテゴリがある。これに関して、販売の方法は、予測、初期設定、および、車両のコレオグラフィを備えている。この例では、これは、車両が固定されたロケーションから販売しているか、または、動き回っているかの各々である。
動作（図１５）では、例えば、販売システム１００の実行につながり、販売システム１００の実行を含む動作の３つのカテゴリがある。これに関して、販売の方法は、予測、初期設定、および、車両のコレオグラフィを備えている。この例では、これは、車両が固定されたロケーションから販売しているか、または、動き回っているかの各々である。
【0073】
［００８８］
予測段階では、予測モジュール５１０は、データベース５０８にアクセスし（ステップ５５０）、および／または、他のモジュール、例えば、ストックレベルモジュール５１８、販売履歴データモジュール５１４、将来なされる注文に関するデータに対するｅコマースモジュール４２８、アイテムに関係付けられている現在のプロモーション、天気観測モジュール５２４、および、カレンダーモジュール５１６、に問い合わせる（ステップ５５２）。これらのモジュールおよびこれらが提供できる関係付けられたデータの使用は例示に過ぎず、少数または多数のモジュールおよび／またはデータソースは、初期予測を生成するためにデータを提供することに依存することがあることを当業者は認識すべきである。例えば、ソーシャルメディアコネクタが提供され、ソーシャルメディアデータを使用できる。同様に、例えば、いわゆる「スマート」冷蔵庫のようなモノのインターネット（ＩｏＴ）デバイスが存在し、予測モジュール５１０にデータを提供するように構成されている場合、利用者の構内からのセンサーデータを用いることができる。予測モジュール５１０は、上記で言及したデータのうちのいくつかまたはすべてを使用して、各アイテムに対するポアソン点過程を構成する関数を生成する（ステップ５５４）。理解を容易にし、したがって明確にするために、以下に述べるパラメータおよびアイテムの数が限定されていることを認識すべきである。しかしながら、販売システム１００により供給されるカタログ中のすべてのアイテムまたは多数のこれらをカバーする複数の寸法を有するように関数をスケーリングできることも認識すべきである。さらに、ここではポアソン点過程を使用して需要予測を生成しているが、他の何らかの適切なプロセスを用いることができることを当業者は認識すべきである。
予測段階では、予測モジュール５１０は、データベース５０８にアクセスし（ステップ５５０）、および／または、他のモジュール、例えば、ストックレベルモジュール５１８、販売履歴データモジュール５１４、将来なされる注文に関するデータに対するｅコマースモジュール４２８、アイテムに関係付けられている現在のプロモーション、天気観測モジュール５２４、および、カレンダーモジュール５１６、に問い合わせる（ステップ５５２）。これらのモジュールおよびこれらが提供できる関係付けられたデータの使用は例示に過ぎず、少数または多数のモジュールおよび／またはデータソースは、初期予測を生成するためにデータを提供することに依存することがあることを当業者は認識すべきである。例えば、ソーシャルメディアコネクタが提供され、ソーシャルメディアデータを使用できる。同様に、例えば、いわゆる「スマート」冷蔵庫のようなモノのインターネット（ＩｏＴ）デバイスが存在し、予測モジュール５１０にデータを提供するように構成されている場合、利用者の構内からのセンサーデータを用いることができる。予測モジュール５１０は、上記で言及したデータのうちのいくつかまたはすべてを使用して、各アイテムに対するポアソン点過程を構成する関数を生成する（ステップ５５４）。理解を容易にし、したがって明確にするために、以下に述べるパラメータおよびアイテムの数が限定されていることを認識すべきである。しかしながら、販売システム１００により供給されるカタログ中のすべてのアイテムまたは多数のこれらをカバーする複数の寸法を有するように関数をスケーリングできることも認識すべきである。さらに、ここではポアソン点過程を使用して需要予測を生成しているが、他の何らかの適切なプロセスを用いることができることを当業者は認識すべきである。
【0074】
［００８９］
予測の単純な例では、販売システム１００は、例えば、ときには「それぞれ」と呼ばれる、所定のアイテムの最も高い可能性の数の予測、例えば、所定の時間ウィンドウに関する１リットルの牛乳瓶「それぞれ」の数、例えば、（座標によって識別される）所定の領域に対する１週間のうちの所定の日付／日の１２：００から１３：００のような、需要を決定しようとする。アイテム、このケースでは牛乳は、何らかの方法でインデックス付けされなければならず、これは、例えばいわゆるストック管理単位（ＳＫＵ）を使用して達成される。
予測の単純な例では、販売システム１００は、例えば、ときには「それぞれ」と呼ばれる、所定のアイテムの最も高い可能性の数の予測、例えば、所定の時間ウィンドウに関する１リットルの牛乳瓶「それぞれ」の数、例えば、（座標によって識別される）所定の領域に対する１週間のうちの所定の日付／日の１２：００から１３：００のような、需要を決定しようとする。アイテム、このケースでは牛乳は、何らかの方法でインデックス付けされなければならず、これは、例えばいわゆるストック管理単位（ＳＫＵ）を使用して達成される。
【0075】
［００９０］
したがって、生成される関数は次のとおりである：
したがって、生成される関数は次のとおりである：
【0076】
［００９１］
ｆＳＫＵ（ｘ、ｙ、ｔ、ｄ）、ここでｘ、ｙがロケーションを識別する場合、ｔは、時間データであり、ｄは、需要である。
ｆＳＫＵ（ｘ、ｙ、ｔ、ｄ）、ここでｘ、ｙがロケーションを識別する場合、ｔは、時間データであり、ｄは、需要である。
【0077】
［００９２］
この関数は、連続時間関数であり、問題の地理的領域にわたる変数のうちの３つおよび所定の時間ウィンドウ（ｔ０、ｔ'）に関して統合される場合（ステップ５５４）、領域と時間ウィンドウに対するＳＫＵの需要を計算するために使用できる関数に達する。統合関数ＦＳＫＵ（ｄ）は、確率密度関数である。
この関数は、連続時間関数であり、問題の地理的領域にわたる変数のうちの３つおよび所定の時間ウィンドウ（ｔ０、ｔ'）に関して統合される場合（ステップ５５４）、領域と時間ウィンドウに対するＳＫＵの需要を計算するために使用できる関数に達する。統合関数ＦＳＫＵ（ｄ）は、確率密度関数である。
【0078】
［００９３］
【数1】
【0079】
［００９４］
【数2】
【0080】
［００９５］
ＡＲＧＭＡＸ関数を適用することは、「それぞれ」における需要の最尤推定値を生み出す。したがって、各ＳＫＵの需要を予測するために、これを使用できる。この関数は、単一のＳＫＵに関して説明していることから、それぞれの関心のあるロケーションおよび時間期間に、販売システム１００のカタログ中の複数のＳＫＵについてプロセスが繰り返される。
ＡＲＧＭＡＸ関数を適用することは、「それぞれ」における需要の最尤推定値を生み出す。したがって、各ＳＫＵの需要を予測するために、これを使用できる。この関数は、単一のＳＫＵに関して説明していることから、それぞれの関心のあるロケーションおよび時間期間に、販売システム１００のカタログ中の複数のＳＫＵについてプロセスが繰り返される。
【0081】
［００９６］
いったん予測モジュール５１０が需要計算関数を生成すると、これは、上記で言及した初期設定に対して使用される。これに関して、ロジスティクスモジュール５２６は、利用可能なロケーションデータに関して最も高く関係付けられている最も可能性ある「それぞれ」を有するアイテムの予め定められた数を示すデータを予測モジュール５１０から要求する（ステップ５５６）。この点に関して、ロケーションデータの精度は、インプリメンテーション要件、例えば、車両の範囲または道路セグメントレベルに基づいた適切なサイズのセルに依存することがあることを認識すべきである。ロジスティクスモジュール５２６は、例えば、十分な需要があるいくつかのロケーション間に車両を位置付けることが望ましい最小二乗法を適用することによって、最も高い需要のアイテムの識別子と関係付けられているロケーションを使用して、車両の初期ロケーションを発見的に決定する。需要データは、車両のキャパシティの所定の制限、最も需要の高いアイテムの品揃えを決定する（ステップ５５８）ためにも使用される。実際、各車両によって運搬されるアイテムの品揃えの制限は、１つ以上の異なるパラメータによって、例えば、絶対利益率または需要の少ないアイテムであるが、それにもかかわらず、ともによく合う、すなわち、ともに販売されることが多いアイテムの選択によって制限されることがある。いったん各車両についてのロケーション、運搬される品揃え、および、ストックレベルが決定されると、ロジスティクスモジュール５２６は、通信モジュール５３０を使用して、関連する保管ユニット４００、４０２、４０４、４０６、４０８、４１０、４１２、４１４、４１６、４１８に命令を送り（ステップ５６０）、決定したそれぞれのストックレベルと品揃えを車両に置くためにストックを必要に応じて構成し、その後、これらの決定したそれぞれのストックプロフィールにしたがって、車両に置く。いったん置かれると、ロジスティクスモジュール５２６は、決定されたそれぞれのロケーションに運転する命令を車両に送る（ステップ５６２）。これに関して、ロジスティクスモジュール５２６の計画に伴われる各車両のローカル処理リソース４６０は、運転するロケーションを識別するそれぞれの指示メッセージを受信する。各車両について、メッセージが受信され、各車両のドライバに命令された目的地に到達するための命令を提供するために、制御装置４６２はナビゲーションサブシステム４７２と相互作用する（ステップ５６４）。もちろん、車両のうちの１台以上が自律型または半自律型の場合、車両は、任意の適切な自動運転方法を使用して、識別されたロケーションに自動的に運転する。ロジスティクスモジュール５２６によって決定されたデータも、コレオグラフィモジュール５００に通信される。
いったん予測モジュール５１０が需要計算関数を生成すると、これは、上記で言及した初期設定に対して使用される。これに関して、ロジスティクスモジュール５２６は、利用可能なロケーションデータに関して最も高く関係付けられている最も可能性ある「それぞれ」を有するアイテムの予め定められた数を示すデータを予測モジュール５１０から要求する（ステップ５５６）。この点に関して、ロケーションデータの精度は、インプリメンテーション要件、例えば、車両の範囲または道路セグメントレベルに基づいた適切なサイズのセルに依存することがあることを認識すべきである。ロジスティクスモジュール５２６は、例えば、十分な需要があるいくつかのロケーション間に車両を位置付けることが望ましい最小二乗法を適用することによって、最も高い需要のアイテムの識別子と関係付けられているロケーションを使用して、車両の初期ロケーションを発見的に決定する。需要データは、車両のキャパシティの所定の制限、最も需要の高いアイテムの品揃えを決定する（ステップ５５８）ためにも使用される。実際、各車両によって運搬されるアイテムの品揃えの制限は、１つ以上の異なるパラメータによって、例えば、絶対利益率または需要の少ないアイテムであるが、それにもかかわらず、ともによく合う、すなわち、ともに販売されることが多いアイテムの選択によって制限されることがある。いったん各車両についてのロケーション、運搬される品揃え、および、ストックレベルが決定されると、ロジスティクスモジュール５２６は、通信モジュール５３０を使用して、関連する保管ユニット４００、４０２、４０４、４０６、４０８、４１０、４１２、４１４、４１６、４１８に命令を送り（ステップ５６０）、決定したそれぞれのストックレベルと品揃えを車両に置くためにストックを必要に応じて構成し、その後、これらの決定したそれぞれのストックプロフィールにしたがって、車両に置く。いったん置かれると、ロジスティクスモジュール５２６は、決定されたそれぞれのロケーションに運転する命令を車両に送る（ステップ５６２）。これに関して、ロジスティクスモジュール５２６の計画に伴われる各車両のローカル処理リソース４６０は、運転するロケーションを識別するそれぞれの指示メッセージを受信する。各車両について、メッセージが受信され、各車両のドライバに命令された目的地に到達するための命令を提供するために、制御装置４６２はナビゲーションサブシステム４７２と相互作用する（ステップ５６４）。もちろん、車両のうちの１台以上が自律型または半自律型の場合、車両は、任意の適切な自動運転方法を使用して、識別されたロケーションに自動的に運転する。ロジスティクスモジュール５２６によって決定されたデータも、コレオグラフィモジュール５００に通信される。
【0082】
［００９７］
いったん初期ロケーションに達すると、または、達するプロセスにあると、販売システム１００は、サービス動作（ステップ５６６）に進むことができ、これは、上記で言及したコレオグラフィである、定常状態動作モードとみなすことができる。
いったん初期ロケーションに達すると、または、達するプロセスにあると、販売システム１００は、サービス動作（ステップ５６６）に進むことができ、これは、上記で言及したコレオグラフィである、定常状態動作モードとみなすことができる。
【0083】
［００９８］
説明を簡単にし、したがって明確にするために、以下の例は、車両のうちの１つの状況で、限られた数のパラメータで説明する。しかしながら、当業者は、パラメータの数がより多いまたは少ないことがあり、単一の車両に関連して説明したアクティビティは、残りの電動車両保管ユニットのうちの１つ以上に関連して実現されることを認識すべきである。
説明を簡単にし、したがって明確にするために、以下の例は、車両のうちの１つの状況で、限られた数のパラメータで説明する。しかしながら、当業者は、パラメータの数がより多いまたは少ないことがあり、単一の車両に関連して説明したアクティビティは、残りの電動車両保管ユニットのうちの１つ以上に関連して実現されることを認識すべきである。
【0084】
［００９９］
したがって、第１のトラック４２０を参照すると、いったん初期設定段階が完了し、トラック４２０がロジスティクスモジュール５２６から受信した命令を実現すると、中央処理リソース４５２のコレオグラフィエンジン５００はトラック４２０の初期状態を決定する。
したがって、第１のトラック４２０を参照すると、いったん初期設定段階が完了し、トラック４２０がロジスティクスモジュール５２６から受信した命令を実現すると、中央処理リソース４５２のコレオグラフィエンジン５００はトラック４２０の初期状態を決定する。
【0085】
［０１００］
任意の適切な強化学習技術にしたがって、コレオグラフィエンジン５００は、トラック４２０の現在の状態Ｓｃを決定する（ステップ５７０）。トラックの現在の状態Ｓｃは、この例では、現在のタイムスロットと関係付けられた日付、トラック４２０のロケーション、（示していない）その燃料タンク中にトラック４２０によって保管される燃料のレベル、および、現在のロケーションにおける予測需要によって、規定される。しかしながら、トラック４２０の現在の状態Ｓｃを規定するために、より多くのまたはより少ない数のパラメータを使用できることを認識すべきである。例えば、パラメータは、トラック４２０中に含まれる品揃えおよびストック、将来の注文データ、トラフィックデータ、予め定められた道路スピードデータ、および／またはシフト終了時間データを備えることができる。
任意の適切な強化学習技術にしたがって、コレオグラフィエンジン５００は、トラック４２０の現在の状態Ｓｃを決定する（ステップ５７０）。トラックの現在の状態Ｓｃは、この例では、現在のタイムスロットと関係付けられた日付、トラック４２０のロケーション、（示していない）その燃料タンク中にトラック４２０によって保管される燃料のレベル、および、現在のロケーションにおける予測需要によって、規定される。しかしながら、トラック４２０の現在の状態Ｓｃを規定するために、より多くのまたはより少ない数のパラメータを使用できることを認識すべきである。例えば、パラメータは、トラック４２０中に含まれる品揃えおよびストック、将来の注文データ、トラフィックデータ、予め定められた道路スピードデータ、および／またはシフト終了時間データを備えることができる。
【0086】
［０１０１］
トラック４２０の現在の状態Ｓｃに関連して、報酬計算モジュール５１２は、その後、いわゆる報酬信号Ｒｃを計算する（ステップ５７２）。報酬信号Ｒｃは、任意の適切な技術を使用して計算できる。この例では、現在の報酬信号Ｒｃを評価するために、多数の異なるメトリックを用いることができる。この例では、報酬計算モジュール５１２は、経済データモジュール５０４からの価格およびコストデータを使用して、トラック４２０の現在のロケーションについての注文の予測に関連する予測モジュール５１０から需要データを取得し、例えば、予め定められた収益のしきい値に依存して、スコアに変換できる収益値を計算する。しかしながら、「スコア」の計算は、値に関連する他の係数によって影響を及ぼされることがある。この点で、例えば、ある種類の販売または顧客を他より優先することが望ましいかもしれず、したがって、そのような販売またはそのような顧客を扱うことに関するスコアは、それに応じて重み付けされることがある。逆に、いくつかの係数は、ゼロのスコアまたは実際に負の値を有することがある。報酬パラメータの他の例は、更新された需要予測、合意された配送、手持ちストックポジションの変更（例えば、残りのストックおよび／またはストック寿命）、および、ロケーションコスト（例えば、トラフィックレベルおよび／または駐車制限および／またはコスト）を含む。
トラック４２０の現在の状態Ｓｃに関連して、報酬計算モジュール５１２は、その後、いわゆる報酬信号Ｒｃを計算する（ステップ５７２）。報酬信号Ｒｃは、任意の適切な技術を使用して計算できる。この例では、現在の報酬信号Ｒｃを評価するために、多数の異なるメトリックを用いることができる。この例では、報酬計算モジュール５１２は、経済データモジュール５０４からの価格およびコストデータを使用して、トラック４２０の現在のロケーションについての注文の予測に関連する予測モジュール５１０から需要データを取得し、例えば、予め定められた収益のしきい値に依存して、スコアに変換できる収益値を計算する。しかしながら、「スコア」の計算は、値に関連する他の係数によって影響を及ぼされることがある。この点で、例えば、ある種類の販売または顧客を他より優先することが望ましいかもしれず、したがって、そのような販売またはそのような顧客を扱うことに関するスコアは、それに応じて重み付けされることがある。逆に、いくつかの係数は、ゼロのスコアまたは実際に負の値を有することがある。報酬パラメータの他の例は、更新された需要予測、合意された配送、手持ちストックポジションの変更（例えば、残りのストックおよび／またはストック寿命）、および、ロケーションコスト（例えば、トラフィックレベルおよび／または駐車制限および／またはコスト）を含む。
【0087】
［０１０２］
報酬計算モジュール５１２は、決定された報酬信号を挙動決定モジュール５２２に通信する。挙動決定モジュール５２２に記憶またはエンコードされているポリシーΠは、その後、報酬計算モジュール５１２から取得した報酬信号を使用して、更新される（ステップ５７４）。この例では、報酬信号は、報酬計算モジュール５１２によって計算されるが、いくつかの例では、中央処理リソース４５２が報酬信号を計算する能力を欠き、報酬信号が外部ソースから提供されることがあることを当業者は認識すべきである。その後、または、実質的に同時に、コレオグラフィエンジン５００は、トラック４２０の次の動作を決定し（ステップ５７６）、これは、結果として、トラック４２０の現在の状態Ｓｃが次の状態Ｓｎに移行することになる。この例では、コレオグラフィエンジン５００は、挙動決定モジュール５２２によって実現されるポリシーΠにしたがって、次の動作を提供するように挙動決定モジュール５２２に要求する。この点で、挙動決定モジュール５２２は、この例では、報酬計算モジュール５１２から受信した報酬信号に基づいて開発されたランダム動作ポリシーを実現する。しかしながら、別の例では、ポリシーは、履歴データによりまたはシミュレーションにおいて、事前にトレーニングすることができる。ポリシーは、挙動決定モジュール５２２が選択できる多数の動作を備えることができ、例えば、ポリシーは、特定のロケーションへ移動すること、例えばシフト終了により、または、補充または燃料補給のために、ベースに戻ること、顧客が到着することを待つこと、車両間ストック移行のために別の車両と会うこと、ならびに／あるいは、アイテムを販売することのうちの１つ以上を備えることができる。 動作の選択は、ポリシーΠのインプリメンテーション優先に依存して、例えば、予期される収益、あるいは、燃料の不足または腐ったストックが残ることといったあるイベントの回避のような、１つ以上のパラメータに基づくことができる。最初の動作はランダムに選択されるが、挙動決定モジュール５２２の目的は、観測された報酬信号に基づく学習経験を構成するポリシーに関することから、動作の選択はランダムに最終的にある状況でのみ使用される。いったん挙動決定モジュール５２２によって動作が決定されると、例えば「新しいロケーションに移動する」と、動作はコレオグラフィエンジン５００に戻され、コレオグラフィエンジン５００は、通信モジュール５３２を使用して命令をトラック４２０に通信する。次に、トラック４２０は、中央処理リソース４５２から命令を受け取り、命令を実行する（ステップ５７８）。上記のプロセス（ステップ５７０から５７８）は、上記で言及したように、販売システム１００の他の車両に関しても実行される。上記のプロセスは、方法の対象となる各車両の将来のタイムスロットに関しても繰り返される。
報酬計算モジュール５１２は、決定された報酬信号を挙動決定モジュール５２２に通信する。挙動決定モジュール５２２に記憶またはエンコードされているポリシーΠは、その後、報酬計算モジュール５１２から取得した報酬信号を使用して、更新される（ステップ５７４）。この例では、報酬信号は、報酬計算モジュール５１２によって計算されるが、いくつかの例では、中央処理リソース４５２が報酬信号を計算する能力を欠き、報酬信号が外部ソースから提供されることがあることを当業者は認識すべきである。その後、または、実質的に同時に、コレオグラフィエンジン５００は、トラック４２０の次の動作を決定し（ステップ５７６）、これは、結果として、トラック４２０の現在の状態Ｓｃが次の状態Ｓｎに移行することになる。この例では、コレオグラフィエンジン５００は、挙動決定モジュール５２２によって実現されるポリシーΠにしたがって、次の動作を提供するように挙動決定モジュール５２２に要求する。この点で、挙動決定モジュール５２２は、この例では、報酬計算モジュール５１２から受信した報酬信号に基づいて開発されたランダム動作ポリシーを実現する。しかしながら、別の例では、ポリシーは、履歴データによりまたはシミュレーションにおいて、事前にトレーニングすることができる。ポリシーは、挙動決定モジュール５２２が選択できる多数の動作を備えることができ、例えば、ポリシーは、特定のロケーションへ移動すること、例えばシフト終了により、または、補充または燃料補給のために、ベースに戻ること、顧客が到着することを待つこと、車両間ストック移行のために別の車両と会うこと、ならびに／あるいは、アイテムを販売することのうちの１つ以上を備えることができる。 動作の選択は、ポリシーΠのインプリメンテーション優先に依存して、例えば、予期される収益、あるいは、燃料の不足または腐ったストックが残ることといったあるイベントの回避のような、１つ以上のパラメータに基づくことができる。最初の動作はランダムに選択されるが、挙動決定モジュール５２２の目的は、観測された報酬信号に基づく学習経験を構成するポリシーに関することから、動作の選択はランダムに最終的にある状況でのみ使用される。いったん挙動決定モジュール５２２によって動作が決定されると、例えば「新しいロケーションに移動する」と、動作はコレオグラフィエンジン５００に戻され、コレオグラフィエンジン５００は、通信モジュール５３２を使用して命令をトラック４２０に通信する。次に、トラック４２０は、中央処理リソース４５２から命令を受け取り、命令を実行する（ステップ５７８）。上記のプロセス（ステップ５７０から５７８）は、上記で言及したように、販売システム１００の他の車両に関しても実行される。上記のプロセスは、方法の対象となる各車両の将来のタイムスロットに関しても繰り返される。
【0088】
［０１０３］
挙動決定モジュール５２２が次の動作に関する決定を行うことを可能にし、行われた動作に応じて得られた報酬信号から学習することを通して、挙動決定モジュール５２２は、実現されるポリシーΠを改善し、したがって、例えば、報酬を最大化するおよび／または新しい顧客を魅了するために車両が正しいロケーションにあることを確実にすることのような、販売システム１００のうちの１つ以上の目的を満たすために、高品質な決定を行うように進化する。しかしながら、これらは目的の２つの例にすぎず、これらがここで述べる実施形態を限定するものとして理解すべきではない。車両を固定したロケーションへ運転して販売するという状況では、ポリシーの使用は、車両の動きとそれぞれのアクティビティを、最適な方法で、技術的な、商業的な、または、その他の、ある目的を履行することを目的とする方法で、管理することを可能にする。同様に、「動き回る」車両の状況では、技術的な、商業的な、または、その他の、ある目的を履行するために複数の車両の調整を最適化するために、ポリシーを開発できる。異なる例に関連して説明した能力と機能性は異なることを認識すべきである。それにもかかわらず、実行可能である限り、ここで説明する能力と機能性は、すべてのインプリメンテーションに適用可能であることが意図される。
挙動決定モジュール５２２が次の動作に関する決定を行うことを可能にし、行われた動作に応じて得られた報酬信号から学習することを通して、挙動決定モジュール５２２は、実現されるポリシーΠを改善し、したがって、例えば、報酬を最大化するおよび／または新しい顧客を魅了するために車両が正しいロケーションにあることを確実にすることのような、販売システム１００のうちの１つ以上の目的を満たすために、高品質な決定を行うように進化する。しかしながら、これらは目的の２つの例にすぎず、これらがここで述べる実施形態を限定するものとして理解すべきではない。車両を固定したロケーションへ運転して販売するという状況では、ポリシーの使用は、車両の動きとそれぞれのアクティビティを、最適な方法で、技術的な、商業的な、または、その他の、ある目的を履行することを目的とする方法で、管理することを可能にする。同様に、「動き回る」車両の状況では、技術的な、商業的な、または、その他の、ある目的を履行するために複数の車両の調整を最適化するために、ポリシーを開発できる。異なる例に関連して説明した能力と機能性は異なることを認識すべきである。それにもかかわらず、実行可能である限り、ここで説明する能力と機能性は、すべてのインプリメンテーションに適用可能であることが意図される。
【0089】
［０１０４］
本発明の特定の例について上述したが、当業者は、多くの同等の修正およびバリエーションが可能であることを理解するだろう。
本発明の特定の例について上述したが、当業者は、多くの同等の修正およびバリエーションが可能であることを理解するだろう。
【0090】
［０１０５］
上記の例は、車両によってとられる動作を決定するために機械学習を説明しているが、ここで述べる例は、強化学習パラダイムに限定されず、車両の制御は、他の機械学習パラダイムを使用することも企図していることを当業者は認識すべきである。これらは、例えば、少数の潜在的な次のロケーションを評価し、再配置のタイミングを貪欲に選択する計画アルゴリズムを含むことができる。別の例は、最大化され、動作または計画された動作のシーケンスを実行することから達成される、予期される将来の値を計算する目的関数である。このようなアプローチは、車両が動かないときのランニングコスト、動作を実行するための輸送コスト、および／または、駐車コストのような係数を含むことできる。
上記の例は、車両によってとられる動作を決定するために機械学習を説明しているが、ここで述べる例は、強化学習パラダイムに限定されず、車両の制御は、他の機械学習パラダイムを使用することも企図していることを当業者は認識すべきである。これらは、例えば、少数の潜在的な次のロケーションを評価し、再配置のタイミングを貪欲に選択する計画アルゴリズムを含むことができる。別の例は、最大化され、動作または計画された動作のシーケンスを実行することから達成される、予期される将来の値を計算する目的関数である。このようなアプローチは、車両が動かないときのランニングコスト、動作を実行するための輸送コスト、および／または、駐車コストのような係数を含むことできる。
【0091】
［０１０６］
したがって、上記で述べた本発明の例示的な実施形態は、実例とみなすべきであり、限定するものではない。本発明の精神および範囲から逸脱することなく、説明した実施形態へのさまざまな変更がなされてもよい。
したがって、上記で述べた本発明の例示的な実施形態は、実例とみなすべきであり、限定するものではない。本発明の精神および範囲から逸脱することなく、説明した実施形態へのさまざまな変更がなされてもよい。
【0092】
［０１０７］
上記の実施形態の方法は、コンピュータプログラムとして、または、コンピュータまたは他のプロセッサ上で実行されるとき、上記で説明した方法を実行するように構成されているコンピュータプログラムを伝えるコンピュータプログラム製品またはコンピュータ読取可能媒体として提供されてもよい。
上記の実施形態の方法は、コンピュータプログラムとして、または、コンピュータまたは他のプロセッサ上で実行されるとき、上記で説明した方法を実行するように構成されているコンピュータプログラムを伝えるコンピュータプログラム製品またはコンピュータ読取可能媒体として提供されてもよい。
【0093】
［０１０８］
好ましい実施形態は、ソフトウェアによってある機能性を実現する一方で、その機能性は、（例えば、１つ以上のＡＳＩＣ（特定用途向け集積回路）による）ハードウェアのみで、または、実際には、ハードウェアとソフトウェアの混合によって、等しく実現できることが当業者によって理解されるだろう。このように、本発明の範囲は、ソフトウェアだけで実現されると限定されるように解釈すべきでない。
好ましい実施形態は、ソフトウェアによってある機能性を実現する一方で、その機能性は、（例えば、１つ以上のＡＳＩＣ（特定用途向け集積回路）による）ハードウェアのみで、または、実際には、ハードウェアとソフトウェアの混合によって、等しく実現できることが当業者によって理解されるだろう。このように、本発明の範囲は、ソフトウェアだけで実現されると限定されるように解釈すべきでない。
【0094】
［０１０９］
用語「コンピュータ読取可能媒体」は、コンピュータまたはコンピュータシステムによって直接読み取られ、アクセスされることができる任意の媒体を含むが、これらに限定されない。媒体は、フロッピー（登録商標）ディスク、ハードディスク記憶媒体、および、磁気テープのような磁気的記憶媒体；光ディスクまたはＣＤ－ＲＯＭのような光学記憶媒体；ＲＡＭ、ＲＯＭ、および、フラッシュメモリを含む、メモリのような電気的記憶媒体；ならびに、磁気／光学記憶媒体のような上記のハイブリッドおよび組み合わせを含むことができるが、これらに限定されない。
以下に本願発明の当初の特許請求の範囲に記載された発明を付記する。
［Ｃ１］
自動販売システムであって、
販売される異なるアイテムの分配をそこに保管するための物理アイテム保管ユニットと、
アイテムを識別されたロケーションに運搬するための複数の地上ベースの運搬機構と、前記複数の運搬車両は、使用する際、販売するアイテムの予測される数と品揃えを保管するように構成され、
前記複数の運搬機構と通信可能な処理リソースと、前記処理リソースは、機械学習モジュールをサポートするように構成され、
前記機械学習モジュールにデータを提供するように構成された複数のデータソースとを備え、
前記機械学習モジュールは、前記複数のデータソースによって提供される前記データを分析し、前記複数の運搬機構のための複数のそれぞれの動作を決定するように構成され、 前記処理リソースは、前記複数の運搬機構に対するそれぞれの制御命令を生成し、通信するように構成され、
選択された運搬機構は、前記制御命令を受信し、前記決定された販売ロケーションに前記アイテムを運ぶために、前記制御命令に応答して動作するように構成される、システム。
［Ｃ２］
前記識別されたロケーションは、地理的エリアである、Ｃ１に記載のシステム。
［Ｃ３］
前記処理リソースに動作可能に結合されている通信モジュールをさらに備え、
前記通信モジュールは、アイテムを販売するための要求を受信するように構成されている、Ｃ１に記載のシステム。
［Ｃ４］
前記処理リソースは、複数のアイテムに関する予測需要を決定するように構成されている、Ｃ１または２または３に記載のシステム。
［Ｃ５］
前記処理リソースは、前記複数の運搬機構に対してそれぞれの初期の最適化されたロケーションを予測するように構成され、
前記処理リソースは、前記複数の運搬機構のうちの１つ以上に対する初期ポジショニング命令を生成し、通信するように構成されている、Ｃ１に記載のシステム。
［Ｃ６］
前記複数の運搬機構は、異なるアイテムのそれぞれの分配を保管するようにそれぞれ構成されている、Ｃ１から５のうちのいずれか１項に記載のシステム。
［Ｃ７］
多数の前記複数の運搬機構は、保管キャパシティを有し、したがって、多数の移動物理アイテム保管ユニットを構成する、Ｃ６に記載のシステム。
［Ｃ８］
前記複数のデータソースのうちの少なくとも１つは、学習したデータを備える、Ｃ１から７のうちのいずれか１項に記載のシステム。
［Ｃ９］
前記機械学習モジュールは、複数のそれぞれの動作を決定するように実現可能なポリシーを備える、Ｃ１から８のうちのいずれか１項に記載のシステム。
［Ｃ１０］
前記機械学習モジュールは、報酬信号計算機を備える、Ｃ１から９のうちのいずれか１項に記載のシステム。
［Ｃ１１］
前記機械学習モジュールは、前記報酬信号計算機によって生成された出力報酬信号に応答して、前記ポリシーを更新するように構成されている、Ｃ１０に記載のシステム。
［Ｃ１２］
前記複数の運搬機構は、
第１の運搬機構と、
第２の運搬機構と、
ミーティングウェイポイントを備える前記制御命令とを備え、
前記第１の運搬機構に通信される前記ミーティングウェイポイントは、前記第２の運搬機構のロケーション、または、前記第２の運搬機構が前記第１の運搬機構と出会うロケーションであり、
前記処理リソースは、前記ミーティングウェイポイントを識別する別の制御命令を生成し、前記第２の運搬機構に通信するように構成され、前記制御命令と前記別の制御命令は、前記第２の運搬機構から前記第１の運搬機構に前記アイテムを移す命令を備える、
Ｃ１から１１のうちのいずれか１項に記載のシステム。
［Ｃ１３］
前記第２の運搬機構は、前記第１の運搬機構よりも大きい、Ｃ１２に記載のシステム。
［Ｃ１４］
前記複数の運搬機構は、
第１の運搬機構と、
第２の運搬機構とを備え、
前記処理リソースは、前記アイテムを運ぶ前記第１の運搬機構と別のアイテムを運ぶ前記第２の運搬機構とを識別するように構成され、
前記処理リソースは、前記アイテムに関して、前記第１の運搬機構に対する制御命令を生成し、通信し、および、前記別のアイテムに関して、第２の運搬機構に対する別の制御命令を生成し、通信するように構成されている、Ｃ１から１１のうちのいずれか１項に記載のシステム。
［Ｃ１５］
前記複数の運搬機構は、少なくとも２つの異なるタイプの運搬機構を備える、Ｃ１から１４のうちのいずれか１項に記載のシステム。
［Ｃ１６］
前記識別された販売ロケーションは、前記アイテムが収集されたロケーションである、Ｃ１から１５のうちのいずれか１項に記載のシステム。
［Ｃ１７］
前記アイテムを販売する要求は、複数の予め定められた基準に基づいて受け入れられる、Ｃ１から１６のうちのいずれか１項に記載のシステム。
［Ｃ１８］
前記複数の予め定められた基準は、経済的基準を備える、Ｃ１７に記載のシステム。
［Ｃ１９］
前記複数の予め定められた基準は、前記選択された運搬機構に関係付けられているアクセス基準の容易さを備えているＣ１７に記載のシステム。
［Ｃ２０］
前記複数の予め定められた基準は、環境的基準を備える、Ｃ１７に記載のシステム。
［Ｃ２１］
前記複数の予め定められた基準は、前記選択された運搬機構の在庫を空にする必要性を備える、Ｃ１７に記載のシステム。
［Ｃ２２］
前記処理リソースは、注文システムをさらに備える、Ｃ１から２１のうちのいずれか１項に記載のシステム。
［Ｃ２３］
Ｃ１９に従属するとき、前記注文システムは、在庫の減少を促進するために、前記アイテムを販売するオファーを調節するように構成されている、Ｃ２２に記載のシステム。
［Ｃ２４］
前記注文システムは、複数の注文ポータルをサポートするように構成され、
前記複数の注文ポータルのうちの１つの注文ポータルは、多数の複数の運搬機構によって供給される予め定められた地理的領域内で入手可能なアイテムと、前記多数の複数の運搬機構から入手可能なストックとを販売するように動的に構成されている、Ｃ２２に記載のシステム。
［Ｃ２５］
アイテムを販売する方法であって、
販売される異なるアイテムの分配を物理アイテム保管ユニットに保管することと、
アイテムを識別されたロケーションに運搬するために、複数の地上ベースの運搬機構を提供することと、
複数の運搬車両において、それぞれ販売するアイテムの予測される数と品揃えとを保管することと、
複数のデータソースを機械学習モジュールに提供することと、
前記機械学習モジュールが前記複数のデータソースによって提供されるデータを分析し、前記複数の運搬機構に対する複数のそれぞれの動作を決定することと、
前記複数の運搬機構に対するそれぞれの制御命令を生成し、通信することと、
選択された運搬機構が前記決定された販売ロケーションに前記アイテムを運ぶために、前記制御命令を受信し、前記制御命令に応答して動作することとを備える、方法。
用語「コンピュータ読取可能媒体」は、コンピュータまたはコンピュータシステムによって直接読み取られ、アクセスされることができる任意の媒体を含むが、これらに限定されない。媒体は、フロッピー（登録商標）ディスク、ハードディスク記憶媒体、および、磁気テープのような磁気的記憶媒体；光ディスクまたはＣＤ－ＲＯＭのような光学記憶媒体；ＲＡＭ、ＲＯＭ、および、フラッシュメモリを含む、メモリのような電気的記憶媒体；ならびに、磁気／光学記憶媒体のような上記のハイブリッドおよび組み合わせを含むことができるが、これらに限定されない。
以下に本願発明の当初の特許請求の範囲に記載された発明を付記する。
［Ｃ１］
自動販売システムであって、
販売される異なるアイテムの分配をそこに保管するための物理アイテム保管ユニットと、
アイテムを識別されたロケーションに運搬するための複数の地上ベースの運搬機構と、前記複数の運搬車両は、使用する際、販売するアイテムの予測される数と品揃えを保管するように構成され、
前記複数の運搬機構と通信可能な処理リソースと、前記処理リソースは、機械学習モジュールをサポートするように構成され、
前記機械学習モジュールにデータを提供するように構成された複数のデータソースとを備え、
前記機械学習モジュールは、前記複数のデータソースによって提供される前記データを分析し、前記複数の運搬機構のための複数のそれぞれの動作を決定するように構成され、 前記処理リソースは、前記複数の運搬機構に対するそれぞれの制御命令を生成し、通信するように構成され、
選択された運搬機構は、前記制御命令を受信し、前記決定された販売ロケーションに前記アイテムを運ぶために、前記制御命令に応答して動作するように構成される、システム。
［Ｃ２］
前記識別されたロケーションは、地理的エリアである、Ｃ１に記載のシステム。
［Ｃ３］
前記処理リソースに動作可能に結合されている通信モジュールをさらに備え、
前記通信モジュールは、アイテムを販売するための要求を受信するように構成されている、Ｃ１に記載のシステム。
［Ｃ４］
前記処理リソースは、複数のアイテムに関する予測需要を決定するように構成されている、Ｃ１または２または３に記載のシステム。
［Ｃ５］
前記処理リソースは、前記複数の運搬機構に対してそれぞれの初期の最適化されたロケーションを予測するように構成され、
前記処理リソースは、前記複数の運搬機構のうちの１つ以上に対する初期ポジショニング命令を生成し、通信するように構成されている、Ｃ１に記載のシステム。
［Ｃ６］
前記複数の運搬機構は、異なるアイテムのそれぞれの分配を保管するようにそれぞれ構成されている、Ｃ１から５のうちのいずれか１項に記載のシステム。
［Ｃ７］
多数の前記複数の運搬機構は、保管キャパシティを有し、したがって、多数の移動物理アイテム保管ユニットを構成する、Ｃ６に記載のシステム。
［Ｃ８］
前記複数のデータソースのうちの少なくとも１つは、学習したデータを備える、Ｃ１から７のうちのいずれか１項に記載のシステム。
［Ｃ９］
前記機械学習モジュールは、複数のそれぞれの動作を決定するように実現可能なポリシーを備える、Ｃ１から８のうちのいずれか１項に記載のシステム。
［Ｃ１０］
前記機械学習モジュールは、報酬信号計算機を備える、Ｃ１から９のうちのいずれか１項に記載のシステム。
［Ｃ１１］
前記機械学習モジュールは、前記報酬信号計算機によって生成された出力報酬信号に応答して、前記ポリシーを更新するように構成されている、Ｃ１０に記載のシステム。
［Ｃ１２］
前記複数の運搬機構は、
第１の運搬機構と、
第２の運搬機構と、
ミーティングウェイポイントを備える前記制御命令とを備え、
前記第１の運搬機構に通信される前記ミーティングウェイポイントは、前記第２の運搬機構のロケーション、または、前記第２の運搬機構が前記第１の運搬機構と出会うロケーションであり、
前記処理リソースは、前記ミーティングウェイポイントを識別する別の制御命令を生成し、前記第２の運搬機構に通信するように構成され、前記制御命令と前記別の制御命令は、前記第２の運搬機構から前記第１の運搬機構に前記アイテムを移す命令を備える、
Ｃ１から１１のうちのいずれか１項に記載のシステム。
［Ｃ１３］
前記第２の運搬機構は、前記第１の運搬機構よりも大きい、Ｃ１２に記載のシステム。
［Ｃ１４］
前記複数の運搬機構は、
第１の運搬機構と、
第２の運搬機構とを備え、
前記処理リソースは、前記アイテムを運ぶ前記第１の運搬機構と別のアイテムを運ぶ前記第２の運搬機構とを識別するように構成され、
前記処理リソースは、前記アイテムに関して、前記第１の運搬機構に対する制御命令を生成し、通信し、および、前記別のアイテムに関して、第２の運搬機構に対する別の制御命令を生成し、通信するように構成されている、Ｃ１から１１のうちのいずれか１項に記載のシステム。
［Ｃ１５］
前記複数の運搬機構は、少なくとも２つの異なるタイプの運搬機構を備える、Ｃ１から１４のうちのいずれか１項に記載のシステム。
［Ｃ１６］
前記識別された販売ロケーションは、前記アイテムが収集されたロケーションである、Ｃ１から１５のうちのいずれか１項に記載のシステム。
［Ｃ１７］
前記アイテムを販売する要求は、複数の予め定められた基準に基づいて受け入れられる、Ｃ１から１６のうちのいずれか１項に記載のシステム。
［Ｃ１８］
前記複数の予め定められた基準は、経済的基準を備える、Ｃ１７に記載のシステム。
［Ｃ１９］
前記複数の予め定められた基準は、前記選択された運搬機構に関係付けられているアクセス基準の容易さを備えているＣ１７に記載のシステム。
［Ｃ２０］
前記複数の予め定められた基準は、環境的基準を備える、Ｃ１７に記載のシステム。
［Ｃ２１］
前記複数の予め定められた基準は、前記選択された運搬機構の在庫を空にする必要性を備える、Ｃ１７に記載のシステム。
［Ｃ２２］
前記処理リソースは、注文システムをさらに備える、Ｃ１から２１のうちのいずれか１項に記載のシステム。
［Ｃ２３］
Ｃ１９に従属するとき、前記注文システムは、在庫の減少を促進するために、前記アイテムを販売するオファーを調節するように構成されている、Ｃ２２に記載のシステム。
［Ｃ２４］
前記注文システムは、複数の注文ポータルをサポートするように構成され、
前記複数の注文ポータルのうちの１つの注文ポータルは、多数の複数の運搬機構によって供給される予め定められた地理的領域内で入手可能なアイテムと、前記多数の複数の運搬機構から入手可能なストックとを販売するように動的に構成されている、Ｃ２２に記載のシステム。
［Ｃ２５］
アイテムを販売する方法であって、
販売される異なるアイテムの分配を物理アイテム保管ユニットに保管することと、
アイテムを識別されたロケーションに運搬するために、複数の地上ベースの運搬機構を提供することと、
複数の運搬車両において、それぞれ販売するアイテムの予測される数と品揃えとを保管することと、
複数のデータソースを機械学習モジュールに提供することと、
前記機械学習モジュールが前記複数のデータソースによって提供されるデータを分析し、前記複数の運搬機構に対する複数のそれぞれの動作を決定することと、
前記複数の運搬機構に対するそれぞれの制御命令を生成し、通信することと、
選択された運搬機構が前記決定された販売ロケーションに前記アイテムを運ぶために、前記制御命令を受信し、前記制御命令に応答して動作することとを備える、方法。
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】
【図14】
【図15】
【図16】