This paper presents an advanced route guidance algorithm of Overhead Hoist Transport (OHT) in semiconductor fabs. The state-of-art of dynamic route guidance algorithm is by Hwang and Jang (2018), which have shown outperforming results compared to previous algorithms. However, it does not function properly under the situation with abrupt transportation pattern. In this method, traffic conditions are reflected only after the OHT has finished the travel, making it difficult to find efficient routes when a large number of requests are concentrated at once, such as batch processing. we propose an Active update method to predict and reflect the traffic information of OHTs in advance, and introduces the methodology of Reward clipping, Active adjustment to enable more efficient decision making. The improved performance was verified with Applied Materials AutoMod™ (version 14.0) simulation software.
본 연구는 반도체 공정 내 Overhead Hoist Transport (OHT) 시스템의 기존 경로 탐색 알고리즘의 고도화 방안을 제시한다. 선행되었던 강화학습 기반 경로 탐색 알고리즘 (Hwang and Jang, 2018) 은 이전에 비해 비약적 성능 향상을 이루었지만, 급변하는 물류 반송 패턴 하에서 올바르게 작동하지 않는 상황이 존재한다. 기존 방법에서는 OHT가 주행을 마친 후에야 교통 상황이 반영되므로, 다수의 물량이 한꺼번에 몰리는 배치 공정과 같은 상황에서 효율적인 경로 탐색이 어렵다. 본 연구에서는 OHT의 주행 정보를 미리 예측하여 반영하는 Active update를 제안하고, Reward clipping, Active adjusting의 방법론을 소개하여 효율적인 경로 탐색이 이루어지게 하였다. 성능 검증은 Applied Materials사의 AutoMod™ (version 14.0) 시뮬레이션 소프트웨어로 진행되었다.