論文の概要: Comparative Analysis of Economic Instruments in Intersection Operation:
A User-Based Perspective
- arxiv url: http://arxiv.org/abs/2006.08773v1
- Date: Mon, 15 Jun 2020 21:11:26 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-13 20:09:36.578279
- Title: Comparative Analysis of Economic Instruments in Intersection Operation:
A User-Based Perspective
- Title(参考訳): インターセクション運用における経済機器の比較分析--ユーザの視点から
- Authors: DianChao Lin and Saif Eddin Jabari
- Abstract要約: 旅行者の懸念は、新しい楽器が習得し、操作しやすいかどうかに反する。
第二価格オークションは高いVOT車両にしか利益が得られない。
技術展開と導入の観点からは、旅行者にとって信用制度の習得と運用は容易ではない。
- 参考スコア(独自算出の注目度): 1.2183405753834562
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Focusing on different economic instruments implemented in intersection
operations under a connected environment, this paper analyzes their advantages
and disadvantages from the travelers' perspective. Travelers' concerns revolve
around whether a new instrument is easy to learn and operate, whether it can
save time or money, and whether it can reduce the rich-poor gap. After a
comparative analysis, we found that both credit and free-market schemes can
benefit users. Second-price auctions can only benefit high VOT vehicles. From
the perspective of technology deployment and adoption, a credit scheme is not
easy to learn and operate for travelers.
- Abstract(参考訳): 接続環境下の交差点操作において実施される異なる経済機器に着目し,旅行者の視点からそのメリットとデメリットを分析した。
旅行者の懸念は、新しい楽器が学習や操作が容易であるか、時間を節約できるのか、富裕層とのギャップを減らすことができるのか、といったことである。
比較分析の結果、信用と自由市場の両方のスキームがユーザーに利益をもたらすことがわかった。
第二価格オークションは高いVOT車両にしか利益が得られない。
技術展開と導入の観点からは、旅行者にとって信用制度の習得と運用は容易ではない。
関連論文リスト
- Taxi dispatching strategies with compensations [2.952318265191524]
本稿では,タクシー再割り当てを考慮した顧客への配車のための新しいアルゴリズムを提案する。
本稿では,個別に合理的なドライバーに依頼客に提案した修正案に同意させる経済補償スキームを提案する。
論文 参考訳(メタデータ) (2024-01-21T17:54:46Z) - Travel Time, Distance and Costs Optimization for Paratransit Operations
using Graph Convolutional Neural Network [0.0]
本研究では、グラフ畳み込みニューラルネットワーク(GCN)を用いて、様々な運用シナリオの研究におけるパラトランジット演算子の支援を行う。
この研究は、ランダム化されたシミュレートされたデータセットを使用して、艦隊の構成と能力の点で決定を下すのに役立った。
論文 参考訳(メタデータ) (2022-05-21T05:27:45Z) - TRAIL: Near-Optimal Imitation Learning with Suboptimal Data [100.83688818427915]
オフラインデータセットを使用してファクタードトランジションモデルを学習するトレーニング目標を提案する。
我々の理論的分析は、学習された潜在行動空間が下流模倣学習のサンプル効率を高めることを示唆している。
実際に潜伏行動空間を学習するために、エネルギーベースの遷移モデルを学ぶアルゴリズムTRAIL(Transition-Reparametrized Actions for Imitation Learning)を提案する。
論文 参考訳(メタデータ) (2021-10-27T21:05:00Z) - Direct Advantage Estimation [63.52264764099532]
予測されるリターンは、学習を遅くする可能性のある望ましくない方法でポリシーに依存する可能性があることを示します。
本稿では,優位関数をモデル化し,データから直接推定する手法として,DAE(Direct Advantage Estimation)を提案する。
望むなら、値関数をDAEにシームレスに統合して、時間差学習と同様の方法で更新することもできる。
論文 参考訳(メタデータ) (2021-09-13T16:09:31Z) - Online Learning of Competitive Equilibria in Exchange Economies [94.24357018178867]
経済学では、複数の有理エージェント間の資源不足の共有は古典的な問題である。
エージェントの好みを学習するためのオンライン学習機構を提案する。
数値シミュレーションにより,本機構の有効性を実証する。
論文 参考訳(メタデータ) (2021-06-11T21:32:17Z) - Short-term Maintenance Planning of Autonomous Trucks for Minimizing
Economic Risk [11.548449745591189]
輸送ミッションにおける自律走行トラックのメンテナンス計画問題に対処し,車両の健康管理システムを実装した。
本稿では、トラック会社の経済リスクを最小限に抑えつつ、メンテナンス決定を識別するリスクベースの意思決定手法を用いたメンテナンス計画モデルを提案する。
論文 参考訳(メタデータ) (2021-05-28T10:31:51Z) - Impact of Autonomous Vehicle Technology on Long Distance Travel Behavior [0.0]
本研究では、長距離走行における自動運転車の影響を予測するための旅行調査について分析した。
観光旅行にAVを使用すると、旅行者の数が増加し、より長い距離を選ぶよう促すことができる。
ビジネス旅行では、AV技術は旅行コストと仕事関連のストレスを減らすことができる。
論文 参考訳(メタデータ) (2021-01-13T03:53:30Z) - Fairness, Welfare, and Equity in Personalized Pricing [88.9134799076718]
顧客特性に基づくパーソナライズ価格における公平性、福祉、株式の配慮の相互作用について検討する。
選択ワクチンの価格補助金と、マイクロクレジットの下流結果に対するパーソナライズされた利率の影響の2つの設定において、パーソナライズされた価格の潜在的利点を示す。
論文 参考訳(メタデータ) (2020-12-21T01:01:56Z) - Studying Person-Specific Pointing and Gaze Behavior for Multimodal
Referencing of Outside Objects from a Moving Vehicle [58.720142291102135]
物体選択と参照のための自動車応用において、手指しと目視が広く研究されている。
既存の車外参照手法は静的な状況に重点を置いているが、移動車両の状況は極めて動的であり、安全性に制約がある。
本研究では,外部オブジェクトを参照するタスクにおいて,各モダリティの具体的特徴とそれら間の相互作用について検討する。
論文 参考訳(メタデータ) (2020-09-23T14:56:19Z) - Predicting Individual Treatment Effects of Large-scale Team Competitions
in a Ride-sharing Economy [47.47879093076968]
私たちは、主要なライドシェアリングプラットフォームによって組織された500以上の大規模なチームコンペティションから収集されたデータを分析します。
特徴と予測器を慎重に調査することで,サンプル外予測誤差を24%以上削減できる。
シミュレーション分析により、いくつかの競合設計オプションを変更するだけで、実際の競合に対する平均的な治療効果が最大26%増加することが予測されている。
論文 参考訳(メタデータ) (2020-08-07T22:01:50Z) - Bid Prediction in Repeated Auctions with Learning [30.07778295477907]
本稿では,メインストリームの検索オークションマーケットプレースからのデータセットを用いて,繰り返しオークションにおける入札予測の問題を検討する。
提案手法は,非regret型エコノメトリを用いて入札予測を行い,ユーティリティ関数に関する非regret学習者としてプレーヤをモデル化する。
この手法は,最先端の時系列機械学習手法に匹敵する性能を示す。
論文 参考訳(メタデータ) (2020-07-26T18:14:05Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。