ロボット向け協調型タスクスケジューラ

商品の在庫状況、客の流れ、人員の稼働状況、店舗の方針などが同時に考慮すべき課題として浮上するまでは、棚の補充作業は単純に見えます。本取り組みでは、多国籍メーカーが従業員、移動ロボット、店舗データをどのように組み合わせることで、PETボトルの補充と陳列を皮切りに、より機動性の高いコンビニエンスストアの運営を実現できるかを探ります。
コンビニの店員と、関節式アームを備えた移動型ロボットが、一目でわかる小売店の売り場で、一緒にボトル入りの飲み物の補充作業を行っている。
ストアの状態の可視性
製品、顧客、そして従業員が感じ取った
コンテキストに基づくスケジューリング
現状を踏まえて優先順位を付けたタスク
展開前のシミュレーション
デジタルツインを用いてテストされたロボットの動作
タスクの共同実行
従業員とロボットが連携して在庫補充を行う
ある顧客が、商品で埋め尽くされたコンビニの棚からペットボトル入りの飲み物を選んでいる一方、その背景では店員と移動ロボットが商品の補充を行っている。
コンビニエンスストアにおけるロボットと従業員のための共同タスクスケジューラ

共同タスクスケジューラは、店舗の現在の状況とタスクの割り当てを連携させ、従業員やロボットが次に何に注力すべきかを判断できるよう支援します。このアプローチにより、センシング、数学的最適化、人間とロボットのコミュニケーション、デジタルツインによるシミュレーションが、ひとつの運用コンセプトに統合されます。

コンビニエンスストアは、その性質上、常に変化に富んだ環境です。商品は入れ替わり、顧客が訪れ、優先順位は変わり、棚の作業は限られた人員やロボットの処理能力を奪い合います。課題は、単に作業を自動化することではなく、現時点でどの作業が重要かを判断し、その安全な実行を調整することにあります。
目的
この取り組みは、アームやカートを備えたマルチタスクロボットを活用して店舗従業員を支援することを目的としており、最初の適用事例としてPETボトルの補充と陳列を掲げた。その中心的な目的は、店舗の現状を把握し、業務上の優先順位を調整した上で、補充作業を従業員とロボットに割り当てることのできるスケジューリング層を構築することにあった。導入にあたっては、安全性と効率性が中核的な要件とされ、店舗のデジタルツインを活用してこれらが確保された。
機会
このコンセプトは、孤立したロボットの動作から、データを通じて経営判断と現場業務が結びついた、より適応性の高い運用モデルへと至る道筋を築くものです。初期のPETボトル活用事例にとどまらず、ロードマップには、マルチタスクロボットや「ビジョン・言語・アクション」モデルのより広範な検討が含まれています。次の課題は、状況認識、スケジューリング、シミュレーションの同じ組み合わせが、実行と監督において人を中心に据えつつ、より幅広い店舗業務をサポートできるかどうかを検証することです。
変化する店舗環境を、連携のとれた行動へとつなげる

当初のユースケースでは、単に製品を移動できるロボット以上のものが求められていました。この取り組みには、店舗の現状を確実に把握できる仕組み、競合するタスクの優先順位を決定する方法、ロボットの動作を制御しながらテストする手法、そして従業員とロボット間の実用的な連携モデルが必要でした。

主な課題
顧客や従業員、在庫量がそれぞれ異なる棚、そして売り場内を移動する移動型ロボットが写った、賑わうコンビニエンスストアを上からのアングルで捉えた写真。
1: 店舗状況の動的把握
スケジューリングプロセスでは、棚にどのくらいの商品があり、店内にどのくらいの顧客や従業員がいるかを把握する必要がありました。こうした状況の文脈がなければ、タスクに関する決定は店内で実際に起きている状況を反映したものにはなり得ませんでした。
店舗の従業員が、品物でいっぱいの補充用カートを倉庫から運び出す一方、販売フロアの近くでは、移動ロボットが別のトロリーの横で待機している。
2: 状況に応じた優先順位付け
コンビニエンスストアでの業務は相互に依存しており、需要に応じて変化する可能性があります。この取り組みでは、売上、コスト、店舗の方針を踏まえて、商品補充作業の優先順位を決定する方法が必要でしたが、この分野はクライアントの当初のチームが担当する範囲外のものでした。
あるロボット工学のエンジニアが、店舗シミュレーション環境内の指定された安全区域で、商品が陳列された小売店の棚の横で試験中の可動型マニピュレータを観察している。
3: 導入前の安全な検証
ロボットが実際の小売環境に導入される前に、その動作を検証する必要がありました。そのため、このアプローチでは、安全性と効率性を考慮した上で、動作やタスクの実行をシミュレーションできることが求められました。
コンビニの店員が、木箱を運ぶ移動ロボットの横にある飲料の棚を指さしている。通路の先には買い物客の姿が見える。
4:人間とロボットの連携
この運用モデルは、従業員とロボット間のコミュニケーションを維持し、人間が作業の指示を出したり、支援を求めたり、タスクの実行に引き続き関与したりできるようにするものであり、自動化を独立したワークフローとして扱うものではない。
解決策
小売業における共同運営のためのコンテキスト認識型スケジューリング層

このソリューションは、センシング技術、数学的最適化、デジタルツインを組み合わせ、店舗の状況を従業員やロボットへの作業依頼に変換するものです。PythonとROSが基盤技術として採用されており、シミュレーション手法には製造分野およびロボティクス分野の研究開発における知見が活かされています。

チェックアイコン
ストア状態の検知

センシング技術は、棚の商品在庫レベルや、店内の顧客数、従業員数を把握することで、業務の状況を把握します。これにより、スケジューラーは現状を的確に把握することができます。

チェックアイコン
コンテキストに応じたタスクスケジューリング

スケジューリング技術は、現在の状況を踏まえ、売上、コスト、店舗の方針を考慮しながら業務の優先順位を決定します。各決定は、店舗独自のデータと業務ルールに基づいて行われます。その後、システムは従業員やロボットに対して、商品補充作業を指示することができます。

チェックアイコン
デジタルツインによるシミュレーション

店舗のデジタルツインを活用し、ロボットの導入前にその動作をシミュレーションします。このステップでは、製造分野やロボット工学の研究開発ですでに活用されているシミュレーション手法を基に、安全性と効率性を検証します。

チェックアイコン
共同タスクにおける相互作用

この運用コンセプトは、業務依頼や従業員とロボット間のコミュニケーションをサポートします。従業員は行うべき作業を指定することができ、ロボットは棚の状態情報を収集し、割り当てられた業務を支援することができます。

影響
より機動的な店舗運営のための基盤

データを通じて店舗管理と現場業務を連携させることで、このアプローチは、商品の陳列状況の改善、在庫圧力の軽減、従業員の業務負担の軽減、より安全な業務遂行、および顧客による商品へのアクセスの容易化を支援することができます。売上増加と在庫削減が期待される効果であり、これらは店舗データによって確認される予定です。

ドラッグ