ブロックケーブマイニングのための最終最適かつスケーラブルなマルチエージェント計画

本論文は、地下鉱山における自律車両群の協調制御を扱い、Block Cave Mining (BCM) 問題を新たに形式化する。これは、採掘トンネル内で鉱石を運搬する車両の輸送計画を、draw ratio 制約を満たしつつ鉱石スループットを最大化するように計算する問題である。提案手法として、タスク割り当て、スケジューリング、経路計画を混合整数線形計画法 (MILP) で統合した anytime ソルバー SAMM と、そのスケーラブルな変種 SAMMS を導入する。

先行研究では、鉱山の車両運用はしばしばヒューリスティックや分散手法に依存し、最適性やスケーラビリティの保証が不十分だった。本論文は、BCM 問題を明示的に形式化し、MILP による統合的アプローチを提案することで、タスク割り当て・スケジューリング・経路計画を同時に最適化する点が新しい。また、SAMMS は最適性を犠牲にしつつも、より大きなフリートと鉱山レイアウトにスケールできる点で、実用性を高めている。

手法の核は、BCM 問題を混合整数線形計画法 (MILP) として定式化し、タスク割り当て、スケジューリング、経路計画を統合することである。SAMM は anytime アルゴリズムであり、計算時間に応じて解の質を改善する。SAMMS は、問題を短い計画サブサイクルに分解することで、最適性保証を犠牲にする代わりに計算効率を向上させる。

現実的な産業用鉱山シナリオを用いた実験評価を行い、SAMMS がほぼ最適なスループットを達成し、より大きなフリートと鉱山レイアウトに対して効果的にスケールすることを示した。

要旨からは、SAMMS が最適性を犠牲にしている点や、分解アプローチが解の質に与える影響についての詳細な議論は不明である。また、実環境での不確実性（車両の故障や動的障害物）への対処や、計算時間の具体的なベンチマークは要旨に含まれていない。

要旨で参照されている関連研究は明示されていないが、同分野の定番として、マルチエージェント経路計画 (MAPF) や、鉱山運搬のスケジューリングに関する研究が挙げられる。具体的には、混合整数計画法を用いた統合最適化や、大規模問題に対する分解手法の研究が関連する。