""" #6 屋外配送(歩道を走る小型ロボット) 店で荷物を載せ、歩道を走って届け先へ行き、客が受け取ったら店へ戻る。 走っている間に、人や車に道をふさがれる・判断に迷うなどで止まり、遠隔のオペレーターを呼ぶ(介入)。 オペレーターは1度に1件の介入しか扱えない。さらに、1人が見ていられる台数に上限があり、 上限を超えると、店で出発を待つ。 時刻の 0 = 11:00、540 = 20:00(受付終了)。単位は分。 """ import random import sys import simpy from common import tri, p90, mean, profile_times, run_grid, grid, save HOURS = 540 ORDER_WINDOWS = [(0, 30, 3), (30, 150, 30), (150, 390, 20), (390, 510, 30), (510, 540, 3)] # 昼と夜に山(仮置き) ASSUMED = { "one_way": (4, 7, 12), # 片道(分)。Uber Eats × 三菱電機 の日本橋ルート 約7分 から "load": 2.0, # 店で載せる "pickup": (0.5, 1.5, 5.0), # 客が出てきて受け取る "noshow": 0.05, "noshow_wait": 5.0, "fix": (0.5, 1.5, 4.0), # 介入1件をオペレーターが片づける(分) "late_min": 45, # 注文から届くまでこれを超えたら「遅れた」 } # 配達エリアの広さ(仮置き)。片道の時間(最短, よくある値, 最長)が変わる。距離は時速5kmで歩道を走ったときの目安 SCALES = { "near": {"label": "狭いエリア", "one_way": (2, 4, 7), "radius_m": 330, "desc": "駅前の店から近所へ"}, "mid": {"label": "ふつうのエリア", "one_way": (4, 7, 12), "radius_m": 580, "desc": "日本橋の実証の片道約7分"}, "wide": {"label": "広いエリア", "one_way": (7, 12, 20), "radius_m": 1000, "desc": "郊外の住宅地へ"}, } AXES = { "scale": list(SCALES), "robots": [1, 2, 3, 4, 5, 6, 8, 10, 12, 15, 20], # ページでは 1・2・4・10 を並べ、ほかは「その他」から選ぶ "operators": [1, 2, 3, 4, 5], # ページでは 1・2 を並べ、3〜5 は「その他」から選ぶ "orders": [20, 60, 120, 200], # 1日の注文。今の日本の実績は1エリアで1日約20件 "int_rate": [0.05, 0.2, 0.5], # 片道1回あたりの介入の回数 "watch": [4, 10], # オペレーター1人が見られる台数(ハコボ:2022年 4台 → 2025年 10台) } class Area: def __init__(self, env, rng, p): self.env, self.rng, self.p = env, rng, p self.robots = simpy.Resource(env, capacity=p["robots"]) self.ops = simpy.Resource(env, capacity=p["operators"]) self.watch = simpy.Resource(env, capacity=p["operators"] * p["watch"]) # 走っていてよい台数 self.lead, self.int_waits, self.depart_waits = [], [], [] self.op_busy = self.robot_busy = 0.0 self.ints = self.noshow_n = 0 self.last = 0.0 def orders(self): env = self.env for t in profile_times(self.rng, self.p["orders"], ORDER_WINDOWS): yield env.timeout(t - env.now) env.process(self.order()) def leg(self, minutes): """片道。途中で介入が起きたらオペレーターを待つ""" env, rng, A = self.env, self.rng, ASSUMED n = _poisson(rng, self.p["int_rate"]) cuts = sorted(rng.uniform(0, minutes) for _ in range(n)) done = 0.0 for c in cuts: yield env.timeout(c - done) done = c self.ints += 1 t0 = env.now with self.ops.request() as req: yield req self.int_waits.append(env.now - t0) f = tri(rng, A["fix"]) yield env.timeout(f) self.op_busy += f yield env.timeout(minutes - done) def order(self): env, rng, A = self.env, self.rng, ASSUMED t_order = env.now with self.robots.request() as rreq: yield rreq t_r = env.now yield env.timeout(A["load"]) t_w = env.now with self.watch.request() as wreq: yield wreq self.depart_waits.append(env.now - t_w) trip = tri(rng, SCALES[self.p["scale"]]["one_way"]) yield env.process(self.leg(trip)) if rng.random() < A["noshow"]: self.noshow_n += 1 yield env.timeout(A["noshow_wait"]) else: yield env.timeout(tri(rng, A["pickup"])) self.lead.append(env.now - t_order) yield env.process(self.leg(trip)) self.robot_busy += env.now - t_r self.last = max(self.last, env.now) def _poisson(rng, lam): # 小さい lam 用の簡単なポアソン乱数 import math L, k, p = math.exp(-lam), 0, 1.0 while True: p *= rng.random() if p <= L: return k k += 1 def run_once(params, seed): env = simpy.Environment() a = Area(env, random.Random(seed), params) env.process(a.orders()) env.run() # 受付の終わった注文を、全部届け終わるまで回す span = max(HOURS, a.last) L = a.lead return { "lead_mean": mean(L), "lead_p90": p90(L), "late_share": sum(x > ASSUMED["late_min"] for x in L) / len(L) if L else 0.0, "int_wait": mean(a.int_waits), # 止まってオペレーターを待った分(1回あたり) "depart_wait": mean(a.depart_waits), # 見られる台数の上限で、店で出発を待った分 "op_util": a.op_busy / (params["operators"] * span), # オペレーターが介入にかかりきりの割合 "robot_util": a.robot_busy / (params["robots"] * span), "end": span, # 最後の配達が終わった時刻(11:00 からの分) "calls": a.ints, "delivered": len(L), "noshow": a.noshow_n, } def conditions(): return list(grid(AXES)) SOURCES = [ ("2023年4月の改正道路交通法:遠隔操作型小型車(時速6km以下・届け出制)", "https://www.meti.go.jp/policy/economy/distribution/deliveryrobot/gaiyou.pdf"), ("パナソニック ハコボ:遠隔オペレーター1人で4台(2022年)→10台(2025年)", "https://monoist.itmedia.co.jp/mn/spv/2502/18/news098.html"), ("丸の内の実証:注文は1日約20件、横断約50回で保安要員の介入なし(遠隔操作の介入はタクシーの乗り降りで1回)", "https://www.meti.go.jp/shingikai/mono_info_service/jidosoko_robot/pdf/007_07_00.pdf"), ("Uber Eats × 三菱電機:日本橋で片道約7分のルート、最高速度5.4km", "https://monoist.itmedia.co.jp/mn/spv/2403/06/news082.html"), ("甲賀市の実証:18日で450個、ロボットだけで届いたのは94%、大雪で1日運休", "https://www.logi-today.com/945458"), ] if __name__ == "__main__": if "--one" in sys.argv: for rb, op, od, ir, w in [(2, 1, 20, 0.2, 10), (4, 1, 150, 0.2, 10), (10, 1, 300, 0.5, 10), (10, 2, 300, 0.5, 10), (10, 1, 300, 0.2, 4)]: c = {"scale": "mid", "robots": rb, "operators": op, "orders": od, "int_rate": ir, "watch": w} print(c, {k: v for k, v in run_grid(run_once, [c], procs=1)[0].items() if k not in c}) else: rows = run_grid(run_once, conditions()) save("results_outdoor.json", {"scales": SCALES, "assumed": ASSUMED, "order_windows": ORDER_WINDOWS, "axes": AXES, "sources": SOURCES, "rows": rows}) print(len(rows), "conditions")