A Shop Floor Production Scheduling Case based on RFID-supported Smart Factory

現代的な工場の活気ある中心部において、生産のリズムはしばしばスケジュールの見えない手によって支配されています。このスケジュールとは、どの機械がどの部品をいつ扱うかを決定する計画であり、製品をできるだけ迅速かつ安価に完成させることを目的としています。数十年もの間、これらの計画は一連の仮定に依存してきました。つまり、すべての作業は工場内を厳格で変更不可能な経路に沿って進み、タスクを完了させるのにかかる時間は事前に既知の固定された数値であるという仮定です。しかし、現実の世界がこれほど秩序正しいことは滅多にありません。機械は故障し、作業員は休憩を取り、生産の速度は時間帯や曜日によって変化します。スケジュールがこれらの変動を無視すると、ボトルネックや時間の浪費、そして納期の遅延が生じます。エンジニアにとっての課題は、これらの変化を発生した瞬間に察知し、計画を即座に調整できるシステム、すなわち硬直した設計図を柔軟で生き生きとした戦略へと変えるシステムを作り出すことです。

これを解決するために、香港大学の研究チームは、中国の懐集にある実在の工場へと目を向けました。そこでは自動車用エンジンバルブを製造する企業が、すでに無線周波数識別（RFID）タグのネットワークを導入していました。組立ラインを移動する部品に取り付けられたこれらの小さな電子チップは、デジタルパスポートのように機能し、製品が行ったすべての工程、誰がそれを扱い、いつ正確にタスクを完了したかを自動的に記録します。研究者たちは、この活動に関する41万3,000件以上の記録を収集することで、工場が理論上どのように機能すべきかではなく、実際にどのように機能しているのかという、稀有で高精細な視点を得ることができました。彼らはこの膨大なデータの流れを用いて、従来の計画手法が見落としていた2つの重要な真実を明らかにしました。第一に、作業員が特定の工程を行う順序は固定されていないことを発見しました。特定のエンジンバルブについて、チームは、作業員がミーリング（削り出し）とドリリング（穴あけ）といった工程の順序を、最終的な品質に影響を与えることなく頻繁に入れ替えていることを見出しました。第二に、タスクの完了にかかる時間は単一の数値ではなく、時間帯や週末かどうか、あるいは使用される特定の機械などの要因に基づいて変化する変数であることに気づきました。

これらの洞察を得た研究者たちは、静的なルールに依存するのではなく、データから学習する新しい種類のスケジューリングシステムを構築しました。彼らは、見出したパターン（柔軟なシーケンスと変動する速度）を、深層強化学習に基づくコンピュータプログラムに投入しました。これは、複雑なビデオゲームを習得するプレイヤーのように、試行錯誤を通じて学習する人工知能の一種です。この場合、「ゲーム」は工場のフロアです。AIエージェントは、懐集の工場の仮想シミュレーション内に配置され、機械とジョブのリアルタイムのステータスを与えられました。そして、特定のジョブを特定の機械に割り当てるか、あるいはより良い機会を待つかといった意思決定を行うことが許されました。選択を行うたびに、その選択が全ジョブを最短総時間で完了させるためにどれほど役立ったかに基づいて、フィードバックが与えられました。数千回のシミュレーション試行を経て、システムは現実の工場の混沌をナビゲートするための洗練された戦略を学習し、観察された変化する条件に合わせて自らの決定を適応させていきました。

このアプローチの結果は、ジョブが到着した順に処理される「先入れ先出し」のような単純なルールや、より高度なコンピュータアルゴリズムを含む、現在業界で使用されている手法と比較してテストされました。シミュレーションにおいて、RFIDデータと学習モデルに導かれたこの新しいシステムは、一貫して他の手法を上回りました。このシステムは20件のジョブのバッチを476分で完了させ、次に優れた手法（485分を要した）に打ち勝ちました。その差は小さく見えるかもしれませんが、大量生産の世界では、1バッチあたり数分の節約であっても、効率性とコスト削減における大きな利益へとつながります。この研究は、理想化された仮定に頼るのではなく、データを通じて工場の実際の、混沌とした現実をスケジューリングシステムに見せることで、よりスマートでより高速な生産計画を作成することが可能であることを示しました。この成果は、スマート製造の未来が単なる機械の自動化にあるのではなく、意思決定プロセス自体の自動化にあり、それによって工場が生産の自然な満ち引きに対して抗うのではなく、それに合わせて流れるように動くことを可能にするものであることを示唆しています。