深層強化学習により、LenovoのノートPC生産スケジューリングは6時間から30分に短縮された。

Lenovoの合肥にある最大のノートPC工場であるLCFCは、43の組立ラインにわたって生産オーダーのスケジューリングを行っている。従来の手作業によるシステムでは生産量の増加に対応できなかった。

Lenovo Researchはこれを、生産量、段取り替えコスト、充足率のバランスを取る深層強化学習プラットフォームに置き換えた。運用上の制約を強制するためにマスキングを用いている。

結果：受注残は20%減少、充足率は23%向上、スケジューリング時間は6時間から30分に短縮された。LCFCの売上高は2019年に19億1000万ドル、2020年に26億9000万ドルに達した。INFORMSはLenovoを2021年Edelman賞の最終候補に選出した。

ルールを手書きするのではなく、スケジューラ自体を訓練する

学習されたポリシーは、ルールを再コーディングすることなく、変化する受注構成に適応する。

制約マスキングにより、探索は実行可能なスケジュールの範囲内に保たれる。

数分での再計画により、工場はシフト内の変化に対応できる。

繰り返し発生する組合せ的意思決定に対しては、目的関数についてモデルを訓練し、マスクによって実行可能性を強制する。同じ訓練済みスケジューラは、工場の状況が変化しても再利用できる。

Lenovoはこのプラットフォームをスマートマニュファクチャリング推進の方向へ拡張し、この事例は産業スケジューリングにおける深層強化学習の代表例となった。INFORMSはこれを2021年Edelman賞の最終候補の一つとして評価した。