貨車重量と搬入,収集動作を考慮した鉄道荷役計画のための強化学習

カテゴリ: 全国大会

論文No: 3-082

グループ名: 【全国大会】令和2年電気学会全国大会論文集

発行日: 2020/03/01

タイトル(英語): A Reinforcement Learning for Train Marshaling Plan Considering Freight-Weight, Collective-Motion and Classification of Cars

著者名: 高田神一（大阪工業大学）,平嶋洋一（大阪工業大学）

著者名(英語): Jinich Takada (Osaka Institute of Technology),Yoich HIrashima (Osaka Institute of Technology)

キーワード: 鉄道荷役|機械学習|強化学習|テツドウニヤク|キカイガクシュウ|キョウカガクシュウ

要約(日本語): 物流分野では,トラック輸送の一部を鉄道輸送に代替することで, 環境負荷物質の排出量を削減する貨物輸送方法が注目されている. 貨物輸送では列車やトラックによって貨物駅に貨物が集約され,全ての貨物を貨車上に設置した後,送出用列車を構成する.この際,貨車の配置換えを行う必要があり,貨車数の増加と共に貨車の配置換え手順が増加するため,トラックと鉄道を併用するメリットが出にくくなっている.そのため,最小の作業時間送出用列車を構成する必要がある.本稿では,貨車重量と搬入・収集動作を考慮した強化学習を提案する.本手法を用いることで,従来に無い新しい移動を行い,総作業時間が短縮できることを確認した.

本誌掲載ページ: 117-119 p

原稿種別: 日本語