VRPへの深層強化学習の適用と問題の拡張

DOI

書誌事項

タイトル別名
  • Applying Deep Reinforcement Learning to VRP and Its Extension

抄録

<p>現在の在宅医療では,人の手によって患者と医師のマッチングや診療のスケジューリングが行われており,医師にとって非効率的なものとなってしまっている.在宅医療を一般化させるためにはスケジューリングの効率化や自動化が求められる.そのため患者と医師の2者を適切にマッチング・診療をスケジューリングするアルゴリズムの開発を行い,患者と医師にとって効率的で満足度の高いスケジューリングを自動的に作成できるようにする.具体的にはVRPという,複数の車両がスタート地点から需要のある地点の巡回を行い,スタート地点に戻るまでに全ての需要を満たし,総経路コストを最小化することを考える問題に,深層強化学習による解法を適用し,結果の分析を行った.その後,患者の希望する時間枠で診療するための時間制約や,症状や性別等による患者と医師のマッチングなどの在宅医療特有の条件を追加することで訪問診療患者への巡回スケジューリング問題への問題の拡張を行った.</p>

収録刊行物

詳細情報 詳細情報について

  • CRID
    1390851320454049920
  • NII論文ID
    130008051867
  • DOI
    10.11517/pjsai.jsai2021.0_3f1gs10i05
  • 本文言語コード
    ja
  • データソース種別
    • JaLC
    • CiNii Articles
  • 抄録ライセンスフラグ
    使用不可

問題の指摘

ページトップへ