Op donderdag 26 januari was Pipple uitgenodigd om te spreken tijdens de PyData meetup bij EyeOn. Binnen het thema ‘Demand Forecasting and Logistic Optimization’ gaven Wouter Leenen e Lennart van Ham een presentatie met als titel ‘Is there a next step in warehouse logistics optimization?’ Voor Pipple een welbekend topic, welk een uitgelezen kans gaf om onze visie met het publiek te delen.
“The meetup was a huge success, Lennart and Wouter are awesome presenters, at 21h there were still questions from the audience flying in like there was not tomorrow. Your peer at EyeOn could not believe that people were so enthusiastic at such a late event.” – Gareth Thomas, Organizing Committee Chair & Community Manager PyData
Met tal van projecten in de logistiek heeft Pipple een uitgebreid curriculum methodes en technieken bewezen toegepast, maar de meest gebruikte zijn toch wel Operations Research (OR) Heuristics. Het liefst zouden we natuurlijk ieder probleem exact en geoptimaliseerd oplossen, maar in de praktijk is dit niet altijd mogelijk. Heuristieken helpen met het vereenvoudigen van een probleemstelling, en het vinden van een goede oplossing in een korte tijd. Echter, in situaties waar oplossing real-time nodig zijn, zijn de slimste heuristieken vaak toch te langzaam.
De afgelopen jaren heeft Reinforcement Learning zijn opmars gemaakt binnen de gaming wereld. RL kan door een simulatie van de werkelijkheid, en het bijhouden van zijn intelligentie in een zogeheten neuraal netwerk, direct beslissingen nemen op het moment dat deze nodig zijn. Maar, een accurate simulatie van de werkelijkheid kan erg complex zijn, en RL is niet geschikt voor ieder type probleem. Bij Pipple denken we dat we niet altijd hoeven te kiezen tussen kanshebbers. In plaats daarvan streven we naar een combinatie van verschillende technieken. Zo profiteren we van de sterke punten, en helpen we de zwakke punten van technieken afvangen. Zo kunnen heuristieken een RL-simulatie makkelijker maken, zoals het doen van route-berekeningen en het groeperen van taken, en kun je ervoor kiezen RL enkel toe te passen voor de stappen in een proces waarin real-time decision making noodzakelijk is, zoals het toewijzen van een taak aan een vrijkomende gebruiker. “Not replacing but combining OR-heuristics with innovative Machine Learning technologies.”
Eén van onze key take-aways hierin is ‘Keep an innovative mindset; experiment and experience.’ Mede hierom was het heel leuk en erg waardevol ook sprekers van IKEA en EyeOn aan het woord te zien, en met deelnemers in gesprek te treden over de verschillende topics. Zo houden we onze ogen en oren open, en leren ook wij steeds weer nieuwe dingen bij.
