ニュース一覧
社会シミュレーションによる根拠のある政策決定<br>統計情報に基づく合成人口データの活用事例を中心に
少子高齢化、災害対策、地域交通、医療体制の維持など、社会課題はますます複雑化しています。本資料では、統計情報から生成した「合成人口データ」と社会シミュレーションを組み合わせ、現実社会を仮想空間上で再現し、仮説や施策の検証を行うアプローチをご紹介します。救急車両の最適配置や災害時の避難シミュレーションなどの事例を通じて、政策や施策の効果を事前に検証する方法を解説。根拠に基づく政策立案（EBPM）や、データドリブンな意思決定を実現するためのヒントが得られる資料です。
自動化工場最適化ソリューション<br>～AGV/AMR運用最適化で性能と生産効率を最大化～
自動化工場の生産効率を最大化するために、AGV/AMR運用を中心とした「工場最適化」の考え方と解決アプローチを整理した資料です。交差点渋滞、充電待ち行列、供給偏り・欠品など、固定ルール（最短経路・閾値充電・単純優先）では起きやすい課題を整理し、配車（タスク割当）・経路選択・待機戦略・充電戦略といった運用要素を最適化対象として定義。工場をシミュレーションで再現し、KPI（スループット、充電待ち、在庫切れ等）が改善する運用ロジックを、ルールベース／探索／強化学習などで導く手順と、部品メーカーの工場搬送業務自動化事例をまとめています。
製造業向けオペレーション最適化ソリューション<br>強化学習 × シミュレーション
製造業の生産現場で日々発生する判断（どのロットから処理するか、どの設備に割り当てるか、AGVをどう走らせるか等）を、刻々と変化する現場の状態に応じて最適化する「リアルタイムオペレーション最適化」ソリューションの紹介資料です。計画型（数理最適化）とシミュレーション型（ルール、探索、強化学習）の使い分けを整理し、シミュレーション型のアプローチを中心に解説。生産計画の最適化、AGV搬送の自動化、リアルタイム配車のユースケースも紹介しています。
強化学習とシミュレーションユースケース<br>生産シミュレーションと最適化
生産分野を題材に、強化学習とシミュレーションを組み合わせて現場の最適化を実現する方法をユースケースで紹介する資料です。リアルタイムに生産スケジュールを立案して自動化工場へ実装する取り組みや、シミュレーション最適化による生産ライン効率化（Dispatchルール最適化、納期遵守・リードタイム最適化など）を具体的に解説。さらに、生産計画を数理最適化型/シミュレーション型のどちらのアプローチで最適化するか、シミュレーション型の場合の最適化アルゴリズムにメタヒューリスティックと強化学習のアプローチを使うかなどの、手法選択のポイントも紹介しています。