NEWS

物流ニュース

出光興産/グリッドと業界初の深層強化学習を活用した配船計画最適化の実証実験を完了

物流システム 2023.06.17

出光興産とグリッド、業界初の深層強化学習を活用した配船計画最適化の実証実験を完了しました

出光興産株式会社(本社:東京都千代田区、代表取締役社長:木藤俊一、トレードネーム:出光昭和シェル、以下「出光興産」)と株式会社グリッド(本社:東京都港区、代表取締役:曽我部完、以下「グリッド」)は、三井物産株式会社(本社:東京都千代田区、代表取締役社長:安永竜夫、以下「三井物産」)と深層強化学習などのAI技術を活用した「内航船による海上輸送(以下、配船)計画の最適化」の第一弾となる実証実験が完了したことをお知らせします。

本実証実験は、これまで石油元売り業界の喫緊の課題であった熟練担当者の経験や職人技に依存した配船計画策定を、AI最適化技術を用いて最適化および自動化を目指して参りました。実証実験では、製油所から油槽所へ製品を海上輸送する現実の配船オペレーションを再現するシミュレーター構築及びAI配船最適化モデルの構築を行い、AIによる最適な配船計画策定を実現いたしました。

GRID AI 配船状況

過去実績データとAI配船結果との比較検証を行った結果、安定供給を実現しつつ輸送効率を最大約20%改善※1できる配船計画の作成に成功しました。これにより輸送コスト削減を図るとともに、属人化しがちであった配船計画業務の標準化ができ、さらには燃料消費量の低減による環境負荷軽減に貢献できると考えております。また、計画立案速度も格段に上がり、これまで計画立案に要していた時間の約1/60にまで削減、約1ヵ月の計画を数分※2で立案することが可能となりました。これにより、担当者の業務負担を大幅に軽減し、また複数の配船計画を比較し最良の計画を担当者が選択するという業務プロセスの改善も期待できます。構築された配船計画モデルは、船舶の運航効率※3や製品の積み付けバランス、航海時間や荷役時間含めた船舶稼働時間など様々な制約条件を考慮しており、計画の実行性という観点においても、配船計画担当者や海運会社にとって違和感のない現実的な配船計画を作成できることを確認しております。

この度の配船計画で使用した深層強化学習は、囲碁や将棋、オセロなどのゲームで世界チャンピオンを破り一躍有名になりましたが、学習させる組み合わせの数が膨大になる社会課題への活用は困難であると言われてきました。本実証実験における配船計画ルートの組み合わせ数は囲碁の10の360乗通りよりも遥かに多い10の800乗通り存在しております。この膨大な組み合わせ数から最適ルートを出力するという難解な課題に対して、本実証実験では深層強化学習だけでなく、複数のアルゴリズムの組み合わせを用いました。世界的に見ても類を見ない、深層強化学習の社会課題への応用によるAI配船計画最適化の成功は、サプライチェーン全体の最適化への大きな足掛かりとなると期待しております。

今後は実運用に向け、製油所・油槽所・船舶の数をさらに増やしたAI配船計画モデル構築の検証を実施すると共にシステム構築のための仕様検討を開始し、2021年のシステム運用開始を目指します。

※1 実証実験に用いた出光興産のパソコン環境での最大改善値を記載しております。

※2 パソコンスペックや計算環境、設定条件によって変動はありますが、最大速度を記載しております。

※3 実働率と積載率、実車率の3つを掛け合わせてパーセンテージで表したものです。

【株式会社グリッドについて】
株式会社グリッドは、「インフラライフイノベーション」を企業理念として、AI技術を社会インフラや人々の生活に役立てるべく、AI開発プラットフォーム「ReNom」を開発・提供しています。さらに、AIの予測技術より判明した、将来の事象を踏まえた上での複雑な条件下の業務計画を、AIによって最適化するソリューションも開発・提供しています。機械学習、深層学習、深層強化学習、位相的データ解析や最近では量子コンピュータを活用した量子アルゴリズムなどの多様なアルゴリズムを組み合わせ、社会インフラの様々な課題解決事業を展開する、テクノロジーベンチャー企業です。

Translate »