Google เปิดตัว MilleMiglia สร้างข้อมูลจำลองโลจิสติกส์ Middle-Mile

สินค้าอย่างขนม poffert จากเนเธอร์แลนด์อาจต้องเดินทางไกลกว่า 700 กิโลเมตรเพื่อส่งถึงหน้าบ้านคุณภายในวันเดียว ความสำเร็จนี้เกิดจากการบริหารจัดการโลจิสติกส์อย่างแม่นยำ โดยเฉพาะช่วง Middle-Mile ซึ่งเป็นการเดินทางที่ไกลที่สุดและมีต้นทุนสูงสุดของระบบ และยังเป็นปัจจัยตัดสินว่าสินค้าจะคงความสดใหม่ไปจนถึงมือผู้บริโภคหรือไม่

ที่ผ่านมา งานวิจัยส่วนใหญ่มักเน้นไปที่ First-Mile และ Last-Mile ซึ่งมักถูกจำลองเป็นรูปแบบต่างๆ ของ vehicle routing problem (VRP) แต่ช่วง Middle-Mile ที่เชื่อมต่อระหว่างศูนย์กระจายสินค้ากลับได้รับความสนใจน้อยกว่า แม้จะกินส่วนแบ่งค่าใช้จ่ายมหาศาลก็ตาม เนื่องจากบริษัทส่วนใหญ่ถือว่าข้อมูลเครือข่ายและปริมาณความต้องการเป็นความลับทางการค้าขั้นสูงสุด

โลจิสติกส์ช่วง Middle-Mile มีบทบาทสำคัญอย่างยิ่งในห่วงโซ่อุปทาน ตั้งแต่การเคลื่อนย้ายสินค้าอีคอมเมิร์ซจากโรงงาน การส่งชิ้นส่วนไปยังโรงงานประกอบรถยนต์ ไปจนถึงการขนส่งยาและเวชภัณฑ์ที่ต้องแข่งกับเวลาและควบคุมอุณหภูมิ

โลจิสติกส์ช่วง middle-mile เชื่อมช่องว่างระหว่าง first mile และ last mile เพื่อแก้ปัญหาการขาดแคลนข้อมูลมาตรฐาน ทีมวิจัยจึงได้เผยแพร่บทความ “A Novel Instance Generator for Simulating Middle-Mile Logistics Networks” พร้อมแนะนำ MilleMiglia โปรแกรมสร้างชุดข้อมูลตัวอย่าง (Instance Generator) พัฒนาด้วยภาษา C++ เพื่อสร้างเกณฑ์มาตรฐานที่สมจริงสำหรับการเพิ่มประสิทธิภาพการขนส่งช่วง Middle-Mile โดยเปิดซอร์สโค้ดและเอกสารประกอบไว้บน GitHub

ความแตกต่างของ First, Last และ Middle Mile

เป้าหมายหลักของโลจิสติกส์ทุกช่วงคือการใช้ยานพาหนะให้คุ้มค่าที่สุด แต่มีความท้าทายที่ต่างกัน ในช่วง First-Mile และ Last-Mile สินค้ามักจะเดินทางไปกับรถบรรทุกคันเดียวจากต้นทางสู่ปลายทางภายในวันเดียว ความท้าทายจึงอยู่ที่การจัดลำดับการหยุดพักและมอบหมายงาน

ในทางกลับกัน ช่วง Middle-Mile ทำหน้าที่เหมือนการวิ่งผลัด สินค้าหนึ่งชิ้นอาจถูกขนส่งโดยยานพาหนะหลายคันผ่านเครือข่ายระดับทวีป และอาจใช้เวลาเดินทางนานเป็นสัปดาห์ การจัดการจึงต้องอาศัยการซิงโครไนซ์ที่ซับซ้อน เช่น สินค้าต้องมาถึงศูนย์กระจายสินค้าให้ทันรอบรถบรรทุกขาออกที่กำหนดไว้ หากพลาดเพียงครั้งเดียวอาจหมายถึงความล่าช้าที่สะสมไปหลายวัน

วงจรชีวิตของการจัดส่ง: สินค้าเดินทางจากเนเธอร์แลนด์ไปฝรั่งเศส โดยใช้เวลาส่วนใหญ่อยู่ในเครือข่าย Middle-Mile

การสร้างแบบจำลองและข้อจำกัดทางคณิตศาสตร์

โครงสร้างคณิตศาสตร์ของ Middle-Mile ต่างจาก VRP มาตรฐานที่พบในเครื่องมืออย่าง OR-Tools หรือ Google Maps Platform Route Optimization (GMPRO) โดยเราจะจำลองปัญหาเป็น "Multi-commodity flow" บนกราฟปริภูมิ-เวลา (Space-time graph) ซึ่งประกอบด้วย:

• โหนด (Nodes): แทนศูนย์กระจายสินค้า ณ เวลาที่เจาะจง
• เส้นเชื่อม (Arcs): แทนการเคลื่อนที่ของยานพาหนะ หรือการจัดเก็บ/คัดแยกสินค้า

ระบบนี้ต้องเผชิญกับข้อจำกัดที่เข้มงวด (Hard constraints) ได้แก่ ตารางเวลาที่แน่นอนของยานพาหนะ ขีดความสามารถในการคัดแยกสินค้าของศูนย์กระจายสินค้าต่อชั่วโมง และเงื่อนไขการซิงโครไนซ์ที่การมาถึงของรถคันหนึ่งส่งผลต่อการออกเดินทางของอีกคันหนึ่ง

MilleMiglia: การสร้างมาตรฐานใหม่ที่สมจริง

MilleMiglia ใช้การกระจายทางสถิติเพื่อให้เครือข่ายสังเคราะห์มีลักษณะเหมือนโลกแห่งความเป็นจริง โดยไม่ละเมิดความเป็นส่วนตัวของข้อมูล:

• การกระจายเชิงพื้นที่: วางตำแหน่งศูนย์กระจายสินค้าตามความหนาแน่นของประชากรและอุตสาหกรรม
• อุปสงค์ (Demand): สร้างชุดข้อมูลน้ำหนักและปริมาณสินค้าตามคู่ต้นทาง-ปลายทางที่สมจริง
• รอบการเดินรถ (Rotations): สร้างตารางเดินรถที่มีโครงสร้างเชื่อมโยงศูนย์กระจายสินค้าหลักและรายย่อยอย่างเป็นระบบ

โปรแกรมนี้เขียนด้วย C++ และใช้ Protocol Buffers ทำให้ไฟล์ข้อมูลมีขนาดกะทัดรัด รองรับการใช้งานกับ Solver หลากหลายภาษา ครอบคลุมตั้งแต่ชุดข้อมูลขนาดเล็กสำหรับทดสอบอัลกอริทึม ไปจนถึงข้อมูลระดับอุตสาหกรรมที่ต้องใช้เทคนิคขั้นสูง (Heuristics) ในการแก้ปัญหา

ก้าวต่อไปของงานวิจัยและ Solver ในอนาคต

MilleMiglia คือก้าวแรกสู่การสร้างชุดทดสอบมาตรฐาน ซึ่งเป็นความร่วมมือระหว่าง Google และพันธมิตรทางวิชาการจาก UniBrescia และ ENPC Paris โดยมีเป้าหมายเพื่อสร้าง Solver และ API ที่ออกแบบมาเพื่อแก้ปัญหา Middle-Mile โดยเฉพาะ

การเปิดตัวโครงการแบบโอเพนซอร์สในครั้งนี้ มุ่งหวังที่จะกระตุ้นให้ชุมชนนักวิจัยหันมาให้ความสำคัญกับความท้าทายในส่วนที่มักถูกมองข้าม เพื่อนำไปสู่ห่วงโซ่อุปทานระดับโลกที่แข็งแกร่งและมีประสิทธิภาพยิ่งขึ้น สำหรับผู้ที่สนใจสามารถเริ่มต้นได้จากการศึกษา ตัวอย่างชุดข้อมูลบน GitHub