[논문 리뷰] Vehicle Routing with Drones

Rami Daknama, Elisabeth Kraus|arXiv (Cornell University)|2017. 05. 18.

UAV Applications and Optimization참고 문헌 11인용 수 30

한 줄 요약

이 논문은 드론이 재충전을 위해 트럭으로 돌아와야 하는 조건에서 트럭과 드론이 함께 패키지를 배달하는 차량 경로 최적화 문제인 드론을 활용한 차량 경로 문제(VRD)를 제안한다. 저자는 중첩된 이웃 탐색을 사용하는 이중 수준 국소 탐색 휴리스틱을 제안하여 탐욕적 기반 알고리즘 대비 뚜렷한 성능 향상을 보이며, 드론 통합을 통해 배달 시간을 크게 단축시킨다.

ABSTRACT

We introduce a package service model where trucks as well as drones can deliver packages. Drones can travel on trucks or fly; but while flying, drones can only carry one package at a time and have to return to a truck to charge after each delivery. We present a heuristic algorithm to solve the problem of finding a good schedule for all drones and trucks. The algorithm is based on two nested local searches, thus the definition of suitable neighbourhoods of solutions is crucial for the algorithm. Empirical tests show that our algorithm performs significantly better than a natural Greedy algorithm. Moreover, the savings compared to solutions without drones turn out to be substantial, suggesting that delivery systems might considerably benefit from using drones in addition to trucks.

연구 동기 및 목표

• 트럭과 드론의 동기화된 운영을 포함하는 새로운 조합 최적화 문제로 차량 경로 최적화 문제(VRD)를 수식화하는 것.
• 평균 패키지 배달 시간을 최소화하기 위해 드론과 트럭의 효율적인 스케줄링을 위한 휴리스틱 알고리즘을 개발하는 것.
• 드론 통합이 배달 효율성에 미치는 영향을 평가하고 제안된 방법을 자연스러운 탐욕적 휴리스틱과 비교하는 것.
• 패키지 수, 드론 수, 트럭 수와 같은 핵심 파라미터가 해 품질에 미치는 영향을 분석하는 것.
• 효율적인 국소 탐색을 위한 타당성 특성화 및 적절한 이웃 정의를 제공하는 것.

제안 방법

• 드론의 적재 용량(한 번에 한 개의 패키지만 가능), 충전 조건(최소한 한 개의 간선을 거쳐 트럭으로 복귀해야 함), 트럭과 드론의 경로 동기화에 제약 조건을 부여하여 VRD 문제를 수식화함.
• 외부 트럭 경로 할당 탐색과 내부 드론 배달 순서 탐색을 포함하는 이중 수준의 중첩된 국소 탐색 프레임워크를 적용함.
• 국소 탐색 휴리스틱의 초기 해 및 이웃 구조를 맞춤화하기 위해 JAMES 메타휴리스틱 프레임워크를 활용함.
• 사전에 타당한 이동을 계산하고 중복 평가를 줄임으로써 국소 탐색 과정을 가속화하는 기술(SpeedUp1 및 SpeedUp2)을 구현함.
• 지속적인 국소 최적해에 갇히지 않도록 짧은, 중간, 장기 기억 메커니즘을 갖춘 탭우 검색을 적용하여 다양한 해 영역을 탐색함.
• 전역 탐색을 향상시키고 조기 수렴을 방지하기 위해 복제 교환 몬테카를로 및 메트로폴리스 알고리즘을 적용함.

실험 결과

연구 질문

• RQ1 평균 패키지 배달 시간을 최소화하는 데 효과적이고 타당한 스케줄을 트럭과 드론의 팀으로 구성된 페어에서 어떻게 생성할 수 있는가?
• RQ2 드론을 통합했을 경우 트럭 전용 시스템 대비 배달 시간은 얼마나 감소하는가?
• RQ3 패키지 수, 트럭 수, 드론 수가 변할 경우 제안된 휴리스틱의 성능에 어떤 영향을 미치는가?
• RQ4 중첩된 국소 탐색 구조는 해 품질에 어떤 영향을 미치며, 단순한 탐욕적 전략과 비교해 볼 때 어떤가?
• RQ5 다양한 이웃 정의 및 기억 메커니즘이 국소 탐색 알고리즘의 수렴성과 효율성에 어떤 영향을 미치는가?

주요 결과

• 제안된 중첩된 국소 탐색 휴리스틱은 평균 배달 시간 최소화 측면에서 자연스러운 탐욕적 알고리즘보다 뚜렷한 성능 향상을 보였다.
• 드론 통합은 평균 배달 시간을 크게 감소시켰으며, 드론 수가 증가할수록 개선 효과가 커지지만, 점차 감소하는 경향을 보였다.
• 목표 함수 값(평균 배달 시간)은 패키지 수에 따라 비선형적으로 증가하나, 이는 제안된 해법의 확장성 잠재력을 시사한다.
• 더 많은 드론을 사용할수록 해 품질이 일관되게 향상되지만, 추가로 하나의 드론을 추가할 때마다 얻는 이점은 점차 줄어들었다.
• 외부 탐색(OuterSearch) 컴ponent는 영향이 미미했으며, 이는 트럭 경로 간의 강한 분리로 인해 교차 트럭 드론 재할당이 제한되기 때문일 것이다.
• 알고리즘은 이웃 구조와 기억 메커니즘을 효과적으로 활용하여 국소 최적해에 갇히지 않고 고품질 해 영역을 탐색하는 데 성공했다.