ルート最適化を実現するオプティマインドの最先端テクノロジーについて詳しくご紹介！

こんにちは！広報担当の小森です。

私たち株式会社オプティマインドは、”ラストワンマイル×AI”というキーワードで事業展開をしているTechスタートアップです。AIで配送ルートを最適化する「Loogia（ルージア）」を自社プロダクトとして、開発・運営しています。

本記事では、Loogiaに活用されている最先端のテクノロジーについて、詳しくご紹介します！

◾︎組合せ最適化

ラストワンマイルの配送現場では配送員や配車マンと呼ばれる方々が日々「どの車両が、どの訪問先を、どの順に回るか」を考え、その日のルートが組まれています。ルート組みをしたことのある方ならご存知かとは思いますが、良いルートを考えるというのはとても難しい作業です。

ルート組みでは訪問先の数が増えるに従い、それを回るルートの数が爆発的に増えていきます。例えば車両１台で訪問先5件（A, B, C, D, E）を回ることを考えます。ルートはA-B-C-D-EやB-D-E-C-Aなどいろいろあるのですが、これを数えていくと全部で120通りあることがわかります。これが10件になると、全てを回るルートはなんと約360万通りとなります。さらに、実際の配送現場では複数のドライバーに訪問先を割り当てる必要があったり訪問先ごとに時間指定があったりするため、それらを考慮しながら効率のいいルートを組むのはとても難しく、ベテランと新人ではルート作成にかかる時間やルートの効率に大きく差が出ます。

いかに高速に効率の良い配送ルートを組むかという問題は昔から研究されており、「配送計画問題」と呼ばれています。Loogiaではこの配送計画問題に対して「メタヒューリスティクス」という手法を用いています。以下のアニメーションは、1300件を超える訪問先を1台の車両で回る場合のルートを自動で計算している様子を表しています。

最初はぐちゃぐちゃなルートから始まるのですが、少しずつ良いルートを探して変形させていき、最終的には全体をぐるっと回るような綺麗なルートが出ていることがわかります。Loogiaの内部でもこのような計算を行っており、天文学的な数のルートから良いルートを短時間に見つけることができます。

Loogiaの計算は名古屋大学の最先端の研究に基づいており、さらにお客様から寄せられた現場の声をもとに日々改良を続けています。今後も世界のラストワンマイルを最適化するために、いかに早く効率の良いルートを計算するか、現場特有のニーズをいかに実現するかを研究し続けていきます。

◾︎地図

配送ルートを作成するためにはある訪問先から次の訪問先までに何分かかるか？を知らなければ正確な計画を立てることはできません。しかし、各道路をどれくらいのスピードで走ることができるかということは道路を見てみるだけではわかりません。また配送現場では、この訪問先はどこから駐車場に入ることができるのか？どこで一時停車できるのか？敷地に右折入場できるのか？などの情報が頭に入っていないと、いざ現地に到着してからまわりをウロウロし、駐車場に入るために遠回りすることになってしまいます。

これはLoogiaでルートを組む場合にも言えることで、Loogiaが現地の道路情報や敷地の情報を知っていないと良いルートを案内することはできません。そこで弊社ではLoogiaのドライバーアプリから得られた走行データを元にビッグデータ解析を行うことでこれらの情報を抽出し、「ラストワンマイル配送地図」を作っています。解析には主にGPSデータを用いており、そこへクラスタリングや統計解析の処理を行うことで、人間の判断を介すること無く現地特有の情報を得ることができます。

しかし初めて行く場所の場合は走行データが無いので、実績に基づいた情報を得ることができません。そのような場合のために、機械学習技術を用いることで、道路や敷地の特性から類似した道路・敷地を判定します。それにより「この道とあの道は似ているので同じように20kmで走れるだろう」というような予測を行うことができ、データが少ないエリアや始めていく訪問先に対してもLoogiaのデータによる解析結果を反映することができます。

Loogiaでは現場のノウハウを抽出することで新人でもベテランのような配送ができることを目指しています。世界中の企業と「ラストワンマイル配送地図」を共に作り上げ、物流に革命を起こすべく、解析技術の向上に励んでいきます。

オプティマインドはルート最適化のスタートアップとして、ユーザー企業の皆様に配送業務効率化の分野でお役に立てるよう、より一層の努力を重ねて参ります！

弊社のテクノロジーにご興味をお持ちの方は、ぜひお気軽にご連絡ください！あなたにお会いできるのを楽しみにしています！

最後までお読みいただき、ありがとうございました。