SEOに関連するニュースリリースを公開しております。
最新のサービス情報を、御社のプロモーション・マーケティング戦略の新たな選択肢としてご活用下さい。
《最適化AIの独立研究機関》BSAI、AGV群制御アルゴリズム「PYUTHIA」を自動車メーカーの物流倉庫に適用した結果、最大で1.5倍の効率化が可能であると発表
[22/10/31]
提供元：PRTIMES
提供元：PRTIMES
Black Stone Algorithm Institute（東京都本郷、以下：BSAI）は、複数のAGVが協働する環境において、数台〜1000台規模のAGVを最適制御する「PYUTHIA（ピューティア）」を自動車メーカーの物流倉庫に適用した結果、1.5倍の効率化が可能であると発表した。
PYUTHIAを用いて最適化した場合とそうでない場合を具体的に比較した動画で、実際にPYUTHIAを導入した際の効率化度合いを視覚的に表した。
[画像1: https://prtimes.jp/i/49040/77/resize/d49040-77-377535285da55471d0fb-3.jpg ]
製造業・物流業におけるAGV群制御の課題
製造業・物流業では人口減少による労働力の不足が深刻な課題として存在しており、ロボットやAIによる自動化・効率化が求められている。その中でAGV（*1）は場内の物流の自動化を担う要となる。
大規模工場の物流自動化には複数のAGVの協調動作が必要であり、これには高度な群制御アルゴリズム（*2）が必須となる。
しかし、従前のAGV群制御には
適切に協調指令が行えておらず、AGV同士の経路が衝突してしまう
制御できる台数に制約がある
経路長を最小化できておらず、AGVに遠回りをさせてしまう
AGVの実際の速度、加速度に合った計画が作れず、実現不能な計画を出力してしまう
といった課題があった。
*1 Automated Guided Vehicleの略で、「無人搬送車（または無人搬送機）」を意味する。
（代表例：Amazonの物流倉庫に導入されている、棚ごと搬送するAGV）
*2 複数台のロボットを工場 / 倉庫内で同時に稼働する技術
３.の例として、AGV1台のみが通れる通路に両方向からAGVが接近する場合が挙げられる。
従来の手法では衝突の直前まで互いが接近し、衝突を回避するために緊急停止・経路の再計画を行う必要があるため、AGVが遠回りをしてしまい経路長のムダが生じる。
[画像2: https://prtimes.jp/i/49040/77/resize/d49040-77-f16fe3fd42551cfc7cb7-1.jpg ]
これらの課題によるデメリットは
AGV導入台数が増えることによるコスト増加
経路計画時点では予期しない遠回りが発生することによるタクトタイムの遅延
数100台以上のAGVを同時に制御できないため、超大規模での導入が不可能
などがある。
特に2点目は納期遵守に紐づく致命的なデメリットだ。
アルゴリズム側で解決できない場合、現場側のオペレーションで柔軟に対応する必要があり、現場への負荷が大きい。
「PYUTHIA」は、最先端のアカデミック技術によりこれらの課題を解決する。
従来のシステムとPYUTHIAの比較
PYUTHIAは、従来のシステムと比較して最大で1.5倍の効率化を達成する。
下記動画により具体的に説明する。
動画１：従来のシステムによる群制御
[動画1: https://www.youtube.com/watch?v=lfsg81EsZNc ]
従来のシステムによる群制御では
衝突が発生しかけるごとに改めて経路計画しなおすので遠回りが生じ、時間的なロスが発生する。
AGVが搬送する際の「持ち上げる・降ろす・搬送する」などといった各タスクに実際にかかる時間を考慮できていないので、前後工程にバッファを見積もる必要があり、時間的なロスが発生する。
などムダが存在し、それ故にAGVによる効率化を追及できていなかった。
動画２：PYUTHIAを用いた群制御
[動画2: https://www.youtube.com/watch?v=yJH06aPekXQ ]
動画１と比べた際に、PYUTHIAを用いた群制御では
他のAGVが将来的にどう動くのかを考慮して経路計画をするため、衝突がほぼ起こらない。
実際のタスク遂行にかかる時間を考慮するため、正確な搬送計画を推定可能で、AGV搬送の前後工程にバッファを大きく見積もる必要がない。
（例：「AGVがものを搬送しているとき / していないときの速度」「アイテムを持ち上げる / 降ろすのにかかる時間」「AGVが90度 / 180度旋回するときにかかる時間」）
などムダを徹底的に排除し、AGVによる究極の効率化を可能とする。
実際に、自動車メーカーの物流倉庫で導入するシミュレーションでは最大で1.5倍の効率化が見込めることが検証によって明らかになった。
「PYUTHIA」の想定導入ケース
1. 既に複数台以上のAGVを導入している工場・倉庫
2. AGVメーカー
既に複数台以上のAGVを導入している現場では、搬送の自動化による恩恵を受けながらも、さらなる効率化が課題としてある。
PYUTHIAによるAGVの最適制御で、より効率化された工場・倉庫を実現することが可能である。
また、上記のような工場・倉庫へAGVを導入するメーカーとも、販売するAGVへのPYUTHIA搭載や、さらなる効率化に向けた研究開発といった形での協調を考えている。
今後の展望
今後、独自のAGV群制御アルゴリズム「PYUTHIA」の更なる研究開発を進め、より効率的なシステムを製造業・物流業・AGVメーカーに提供していく。
また、その他にもBSAIは製造業・物流業の現場における機械・設備の最適な運用計画を実現するスケジューラ「APOLON」などを始めとした最先端のアルゴリズムを研究開発しており、それらの社会実装を通じて『最先端のアルゴリズムによる最適な世界の実現』を目指す。
Black Stone Algorithm Instituteとは
[画像3: https://prtimes.jp/i/49040/77/resize/d49040-77-e07c52342f179beeb141-2.jpg ]
Black Stone Algorithm Instituteは『最先端のアルゴリズムによる最適な世界の実現』を達成することをミッションとする、独立した研究開発集団である。
＜Black Stone Algorithm Instituteのプレスリリースはこちら＞
・【東大発AIベンチャー】独立研究機関BSAIを設立し、数台〜1000台規模のAGV群制御を実現する独自の技術「PYUTHIA」の提供を開始
https://prtimes.jp/main/html/rd/p/000000023.000066955.html
■本プレスリリースに関するお問い合わせ
名前：堂本拓磨
メールアドレス：t-domoto@trustsmith.net
電話番号：03-6822-3276
会社HP：https://www.trustsmith.net/
Twitter：https://twitter.com/TS_Domoto_42
Facebook：https://www.facebook.com/takumadomotoku
PYUTHIAを用いて最適化した場合とそうでない場合を具体的に比較した動画で、実際にPYUTHIAを導入した際の効率化度合いを視覚的に表した。
[画像1: https://prtimes.jp/i/49040/77/resize/d49040-77-377535285da55471d0fb-3.jpg ]
製造業・物流業におけるAGV群制御の課題
製造業・物流業では人口減少による労働力の不足が深刻な課題として存在しており、ロボットやAIによる自動化・効率化が求められている。その中でAGV（*1）は場内の物流の自動化を担う要となる。
大規模工場の物流自動化には複数のAGVの協調動作が必要であり、これには高度な群制御アルゴリズム（*2）が必須となる。
しかし、従前のAGV群制御には
適切に協調指令が行えておらず、AGV同士の経路が衝突してしまう
制御できる台数に制約がある
経路長を最小化できておらず、AGVに遠回りをさせてしまう
AGVの実際の速度、加速度に合った計画が作れず、実現不能な計画を出力してしまう
といった課題があった。
*1 Automated Guided Vehicleの略で、「無人搬送車（または無人搬送機）」を意味する。
（代表例：Amazonの物流倉庫に導入されている、棚ごと搬送するAGV）
*2 複数台のロボットを工場 / 倉庫内で同時に稼働する技術
３.の例として、AGV1台のみが通れる通路に両方向からAGVが接近する場合が挙げられる。
従来の手法では衝突の直前まで互いが接近し、衝突を回避するために緊急停止・経路の再計画を行う必要があるため、AGVが遠回りをしてしまい経路長のムダが生じる。
[画像2: https://prtimes.jp/i/49040/77/resize/d49040-77-f16fe3fd42551cfc7cb7-1.jpg ]
これらの課題によるデメリットは
AGV導入台数が増えることによるコスト増加
経路計画時点では予期しない遠回りが発生することによるタクトタイムの遅延
数100台以上のAGVを同時に制御できないため、超大規模での導入が不可能
などがある。
特に2点目は納期遵守に紐づく致命的なデメリットだ。
アルゴリズム側で解決できない場合、現場側のオペレーションで柔軟に対応する必要があり、現場への負荷が大きい。
「PYUTHIA」は、最先端のアカデミック技術によりこれらの課題を解決する。
従来のシステムとPYUTHIAの比較
PYUTHIAは、従来のシステムと比較して最大で1.5倍の効率化を達成する。
下記動画により具体的に説明する。
動画１：従来のシステムによる群制御
[動画1: https://www.youtube.com/watch?v=lfsg81EsZNc ]
従来のシステムによる群制御では
衝突が発生しかけるごとに改めて経路計画しなおすので遠回りが生じ、時間的なロスが発生する。
AGVが搬送する際の「持ち上げる・降ろす・搬送する」などといった各タスクに実際にかかる時間を考慮できていないので、前後工程にバッファを見積もる必要があり、時間的なロスが発生する。
などムダが存在し、それ故にAGVによる効率化を追及できていなかった。
動画２：PYUTHIAを用いた群制御
[動画2: https://www.youtube.com/watch?v=yJH06aPekXQ ]
動画１と比べた際に、PYUTHIAを用いた群制御では
他のAGVが将来的にどう動くのかを考慮して経路計画をするため、衝突がほぼ起こらない。
実際のタスク遂行にかかる時間を考慮するため、正確な搬送計画を推定可能で、AGV搬送の前後工程にバッファを大きく見積もる必要がない。
（例：「AGVがものを搬送しているとき / していないときの速度」「アイテムを持ち上げる / 降ろすのにかかる時間」「AGVが90度 / 180度旋回するときにかかる時間」）
などムダを徹底的に排除し、AGVによる究極の効率化を可能とする。
実際に、自動車メーカーの物流倉庫で導入するシミュレーションでは最大で1.5倍の効率化が見込めることが検証によって明らかになった。
「PYUTHIA」の想定導入ケース
1. 既に複数台以上のAGVを導入している工場・倉庫
2. AGVメーカー
既に複数台以上のAGVを導入している現場では、搬送の自動化による恩恵を受けながらも、さらなる効率化が課題としてある。
PYUTHIAによるAGVの最適制御で、より効率化された工場・倉庫を実現することが可能である。
また、上記のような工場・倉庫へAGVを導入するメーカーとも、販売するAGVへのPYUTHIA搭載や、さらなる効率化に向けた研究開発といった形での協調を考えている。
今後の展望
今後、独自のAGV群制御アルゴリズム「PYUTHIA」の更なる研究開発を進め、より効率的なシステムを製造業・物流業・AGVメーカーに提供していく。
また、その他にもBSAIは製造業・物流業の現場における機械・設備の最適な運用計画を実現するスケジューラ「APOLON」などを始めとした最先端のアルゴリズムを研究開発しており、それらの社会実装を通じて『最先端のアルゴリズムによる最適な世界の実現』を目指す。
Black Stone Algorithm Instituteとは
[画像3: https://prtimes.jp/i/49040/77/resize/d49040-77-e07c52342f179beeb141-2.jpg ]
Black Stone Algorithm Instituteは『最先端のアルゴリズムによる最適な世界の実現』を達成することをミッションとする、独立した研究開発集団である。
＜Black Stone Algorithm Instituteのプレスリリースはこちら＞
・【東大発AIベンチャー】独立研究機関BSAIを設立し、数台〜1000台規模のAGV群制御を実現する独自の技術「PYUTHIA」の提供を開始
https://prtimes.jp/main/html/rd/p/000000023.000066955.html
■本プレスリリースに関するお問い合わせ
名前：堂本拓磨
メールアドレス：t-domoto@trustsmith.net
電話番号：03-6822-3276
会社HP：https://www.trustsmith.net/
Twitter：https://twitter.com/TS_Domoto_42
Facebook：https://www.facebook.com/takumadomotoku
SEO関連
