Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Collaborative Last-Mile Delivery: A Multi-Platform Vehicle Routing Problem With En-route Charging

Created by
  • Haebom

저자

Sumbal Malik, Majid Khonji, Khaled Elbassioni, Jorge Dias

개요

본 연구는 전자상거래의 급성장과 효율적인 최종 배송에 대한 수요 증가에 따라 등장한 협력 물류에 대한 새로운 접근 방식을 제시합니다. 트럭, 드론, 로봇으로 구성된 다중 플랫폼 차량 경로 문제(VRP-DR)를 다루며, 제한된 적재량, 제한된 항속거리, 배터리 제약 등의 문제를 해결하기 위해 트럭을 이동 플랫폼으로 활용하여 드론과 로봇의 발진, 회수, 이동 중 충전을 지원하는 협력 시스템을 제안합니다. VRP-DR은 다회 방문 서비스, 다회 운행, 유연한 도킹(같거나 다른 트럭으로의 복귀), 순환 및 비순환 운행, 이동 중 충전 등 다섯 가지 현실적인 특징을 포함합니다. 운영 비용과 작업 완료 시간을 최소화하는 MILP 모델로 공식화하고, 대규모 문제 해결의 어려움을 극복하기 위해 효율적인 근사 최적 해를 제공하는 휴리스틱 알고리즘 FINDER를 개발했습니다. 다양한 규모의 수치 실험을 통해 MILP와 휴리스틱 접근 방식의 성능을 평가하여 트럭 단독 운송 대비 시간 절약 효과와 다회 방문을 통한 비용 절감 효과를 보였습니다. 또한 이동 중 충전, 도킹 유연성, 드론 수, 속도, 적재 용량 등이 시스템 성능에 미치는 영향에 대한 통찰력을 제공합니다.

시사점, 한계점

시사점:
트럭, 드론, 로봇을 통합한 협력 물류 시스템을 통해 최종 배송 효율을 크게 향상시킬 수 있음을 보여줌.
다회 방문 서비스와 이동 중 충전 기능을 통해 운영 비용과 배송 시간을 획기적으로 절감할 수 있음을 증명.
다양한 시스템 파라미터(드론 수, 속도, 적재 용량 등)의 영향을 분석하여 최적 시스템 설계에 대한 통찰력 제공.
개발된 휴리스틱 알고리즘 FINDER는 대규모 문제에 대해 효율적인 근사 해를 제공.
한계점:
실제 환경의 불확실성 (예: 교통 정체, 기상 조건)을 고려하지 않음.
드론과 로봇의 통신 및 안전 문제에 대한 고려 부족.
휴리스틱 알고리즘의 성능은 최적 해와의 차이를 정량적으로 평가해야 함.
다양한 드론 및 로봇 종류와 특성을 고려하지 않고 단일 유형으로 모델링.
👍