A Logistics Simulator with the Ambient Calculus for Modeling Intra-regional Truck Transportation

近年の物流業界はいわゆる2024年問題に直面しておりトラックドライバーの労働時間が大幅に制限されるため，トラックによる輸送力の低下が懸念されている．特に1～2トンの中ロット貨物を近隣地域に輸送する域内中ロット貨物輸送では，回転率重視で配送を行っているため混載が進まず積載効率が悪いことから，この問題の影響が大きいと予想される．これに対し様々なAI・アルゴリズムが研究されてきたが，いまだに有効な手段は確立されていない．我々はこれまでにプロセス代数Ambient Calculus（AC）を用い物流システムのモデル化に取り組んできた．本発表では域内トラック輸送のモデル化にACを特化した新たな言語を提案し，さらにその言語に基づいて効率的な配送計画を提案できる物流シミュレータを提案する．これは，プロセス代数の遷移システムに非決定的な選択を網羅する機能を持たせ，すべての可能な混載パターンを考慮した配送計画を提示するものである．ただし複数の貨物を混載する輸送計画を単純に網羅すると組合せ爆発が発生するため，モデル検査で用いられるpartial order reductionの手法を取り入れ，実用的な規模の域内中ロット貨物輸送システムに対応できるよう実装している．

In recent years, the logistics industry has been facing the so-called “2024 problem”, which significantly limits the working hours of truck drivers, raising concerns about a decline in transportation capacity by truck. In particular, intra-regional medium-lot cargo transportation, involving the delivery of 1 to 2-ton cargoes among neighboring regions, is expected to be greatly affected by this problem. The delivery focus on turnover, preventing consolidation, and poor loading efficiency contribute to these challenges. Various AI algorithms have been studied for this problem, but no effective means have been established yet. We have been working on modeling logistics systems using the process algebra the Ambient Calculus (AC). In this presentation, we propose a new language, an extension of AC specialized for modeling intra-regional trucking, and a logistics simulator that can suggest efficient delivery plans based on this language. The simulator can generate all possible delivery plans consolidating cargoes by the function of enumerating all nondeterministic choice in processes. However, using naive methods to plan all consolidation patterns could easily lead to a combinatorial explosion problem. Therefore, our simulator is implemented with the partial order reduction method used in model checking, allowing us to simulate intra-regional medium-lot cargo transportation systems on a practical scale.