論文の概要: The Benefits of Autonomous Vehicles for Community-Based Trip Sharing
- arxiv url: http://arxiv.org/abs/2008.12800v2
- Date: Sat, 24 Oct 2020 17:00:25 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-24 02:23:23.796402
- Title: The Benefits of Autonomous Vehicles for Community-Based Trip Sharing
- Title（参考訳）: コミュニティ型トリップシェアリングにおける自動運転車のメリット
- Authors: Mohd. Hafiz Hasan and Pascal Van Hentenryck
- Abstract要約: この研究はHasanらによって提案されたコミュニティベースの旅行共有の概念を再考する。
自動運転車のメリットを、コミュニティベースの旅行共有に定量化することを目的としている。
最適化の結果は、自動運転車を利用して1日あたりの車両使用量を92%削減し、元の通勤トリップシェアリング問題の結果を34%改善し、また1日あたりの走行距離を約30%削減できることを示している。
- 参考スコア（独自算出の注目度）: 20.51380943801894
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This work reconsiders the concept of community-based trip sharing proposed by
Hasan et al. (2018) that leverages the structure of commuting patterns and
urban communities to optimize trip sharing. It aims at quantifying the benefits
of autonomous vehicles for community-based trip sharing, compared to a
car-pooling platform where vehicles are driven by their owners. In the
considered problem, each rider specifies a desired arrival time for her inbound
trip (commuting to work) and a departure time for her outbound trip (commuting
back home). In addition, her commute time cannot deviate too much from the
duration of a direct trip. Prior work motivated by reducing parking pressure
and congestion in the city of Ann Arbor, Michigan, showed that a car-pooling
platform for community-based trip sharing could reduce the number of vehicles
by close to 60%.
This paper studies the potential benefits of autonomous vehicles in further
reducing the number of vehicles needed to serve all these commuting trips. It
proposes a column-generation procedure that generates and assembles mini routes
to serve inbound and outbound trips, using a lexicographic objective that first
minimizes the required vehicle count and then the total travel distance. The
optimization algorithm is evaluated on a large-scale, real-world dataset of
commute trips from the city of Ann Arbor, Michigan. The results of the
optimization show that it can leverage autonomous vehicles to reduce the daily
vehicle usage by 92%, improving upon the results of the original Commute Trip
Sharing Problem by 34%, while also reducing daily vehicle miles traveled by
approximately 30%. These results demonstrate the significant potential of
autonomous vehicles for the shared commuting of a community to a common work
destination.
- Abstract（参考訳）: この研究は、通勤パターンと都市コミュニティの構造を利用して旅行共有を最適化するHasanらによって提案されたコミュニティベースの旅行共有の概念を再考する。
自動運転車のメリットを、コミュニティベースの旅行共有に定量化することを目的としている。
検討された問題では、各乗務員は、上りの旅(通勤)の所要の到着時間と、上りの旅(帰りの通勤)の出発時間を指定する。
加えて、彼女の通勤時間は直接旅行の時間からあまり逸脱できない。
ミシガン州アンアーバー市の駐車プレッシャーと渋滞の軽減に動機づけられた以前の作業は、コミュニティベースのトリップ共有のためのカープールプラットフォームが、車両数を60%近く削減できることを示した。
本稿では、これらの通勤旅行に要する車両の数を減らし、自動運転車の潜在的な利点について検討する。
それは、まず必要な車両数を最小化し、次に総走行距離を最小化するレクシカルな目的を用いて、インバウンドおよびアウトバウンドトリップを提供するミニルートを生成し、組み立てるコラムジェネレーション手順を提案する。
最適化アルゴリズムは、ミシガン州アンアーバー市からの通勤旅行の大規模な実世界のデータセットで評価される。
最適化の結果は、自動運転車を利用して1日あたりの車両使用量を92%削減し、元の通勤トリップ共有問題の結果を34%改善し、また1日あたりの走行距離を約30%削減できることを示している。
これらの結果は、共同作業先へのコミュニティの共有通勤における自動運転車の有意な可能性を示している。
関連論文リスト
- GPT-Augmented Reinforcement Learning with Intelligent Control for Vehicle Dispatching [82.19172267487998]
GARLIC: GPT拡張強化学習のフレームワーク。
本稿では,GPT強化強化学習とインテリジェント制御のフレームワークであるGARLICについて紹介する。
論文 参考訳（メタデータ） (2024-08-19T08:23:38Z) - Mining individual daily commuting patterns of dockless bike-sharing users: a two-layer framework integrating spatiotemporal flow clustering and rule-based decision trees [3.3988622291971247]
本論文は、ドックレス自転車共有旅行データから、個人自転車の日々の通勤パターンをユーザIDで抽出する枠組みを提案する。
このフレームワークの有効性と適用性は、深センでの2億回以上の自転車共有旅行記録によって実証されている。
多くの自転車共有通勤者が都市村や古い町の近くに住んでおり、特に中心部では生活費が低い。
論文 参考訳（メタデータ） (2024-07-13T09:30:51Z) - Fair collaborative vehicle routing: A deep multi-agent reinforcement
learning approach [49.00137468773683]
協力的な車両ルーティングは、キャリアがそれぞれの輸送要求を共有し、互いに代表して輸送要求を実行することで協力するときに発生する。
従来のゲーム理論解の概念は、特性関数がエージェントの数とともに指数関数的にスケールするので、計算に費用がかかる。
我々は,この問題を,深層マルチエージェント強化学習を用いて解決した連立交渉ゲームとしてモデル化することを提案する。
論文 参考訳（メタデータ） (2023-10-26T15:42:29Z) - Coalitional Bargaining via Reinforcement Learning: An Application to
Collaborative Vehicle Routing [49.00137468773683]
コラボレーティブ・ビークル・ルーティング(Collaborative Vehicle Routing)とは、デリバリ情報を共有し、互いに代理してデリバリ要求を実行することで、デリバリ企業が協力する場所である。
これによりスケールの経済が達成され、コスト、温室効果ガスの排出、道路渋滞が減少する。
しかし、どの会社が誰とパートナーし、それぞれの会社がどれだけの報酬を支払うべきか?
シャプリー値(英語版)やヌクレオルス(英語版)のような伝統的なゲーム理論解の概念は、協調車両ルーティング(英語版)の現実問題に対して計算することが困難である。
論文 参考訳（メタデータ） (2023-10-26T15:04:23Z) - Studying the Impact of Semi-Cooperative Drivers on Overall Highway Flow [76.38515853201116]
半協調行動は、人間ドライバーの本質的な性質であり、自律運転には考慮すべきである。
新たな自律型プランナーは、社会的に準拠した軌道を生成するために、人間のドライバーの社会的価値指向(SVO)を考慮することができる。
エージェントが反復的最適応答のゲーム理論バージョンをデプロイする暗黙的な半協調運転について検討する。
論文 参考訳（メタデータ） (2023-04-23T16:01:36Z) - Large-scale Online Ridesharing: The Effect of Assignment Optimality on
System Performance [13.010768187625352]
モビリティ・オン・デマンド(モビリティ・オン・デマンド、MoD)は、ワンウェイ・ポイント・ツー・ポイント・トリップ用に配車できる車両群である。
車両によって駆動される総距離と艦隊規模は、複数の乗客を1台の車両に割り当てることによって、乗用シェアリングを利用することで低減することができる。
本稿では,最近提案された配車方式であるVGA法を用いて,MoDシステムにおける最適乗用車割り当てを計算する方法について述べる。
論文 参考訳（メタデータ） (2023-04-07T12:07:06Z) - Efficiency, Fairness, and Stability in Non-Commercial Peer-to-Peer
Ridesharing [84.47891614815325]
本稿は、P2Pライドシェアリングにおける中核的な問題である、ライダーとドライバーのマッチングに焦点を当てる。
P2Pライドシェアリングにおける公平性と安定性の新たな概念を紹介する。
結果は、妥当な計算時間で、公平で安定した解が得られることを示唆している。
論文 参考訳（メタデータ） (2021-10-04T02:14:49Z) - Weak Signals in the Mobility Landscape: Car Sharing in Ten European
Cities [0.6875312133832077]
当社は、欧州10都市における車両利用率に関するウェブベースのデジタル記録を、主要なアクティブカーシェアリングオペレーターの1つとして使用しています。
カーシェアリング需要の変動と社会デマトグラフィー・都市活動指標の関連について論じる。
論文 参考訳（メタデータ） (2021-09-20T20:37:25Z) - Vehicular Cooperative Perception Through Action Branching and Federated
Reinforcement Learning [101.64598586454571]
強化学習に基づく車両関連、リソースブロック(RB)割り当て、協調認識メッセージ(CPM)のコンテンツ選択を可能にする新しいフレームワークが提案されている。
車両全体のトレーニングプロセスをスピードアップするために、フェデレーションRLアプローチが導入されます。
その結果、フェデレーションRLはトレーニングプロセスを改善し、非フェデレーションアプローチと同じ時間内により良いポリシーを達成できることが示された。
論文 参考訳（メタデータ） (2020-12-07T02:09:15Z) - Pooling for First and Last Mile: Integrating Carpooling and Transit [0.7644902597398214]
カープールとトランジットを統合した統合システムを提案する。
カープールは交通機関の供給源として機能し、交通局は統合ポイントとして機能する。
統合システムにより、乗換客数が増加し、自動依存度が低下することを示す。
論文 参考訳（メタデータ） (2020-10-26T09:18:21Z) - Modeling and Analysis of Excess Commuting with Trip Chains [3.728629802579785]
この研究は、従来の過剰通勤研究が実際の通勤と最適な通勤の両方を過小評価し、過剰通勤を過小評価していることを示している。
フロリダ州タンパベイ地域のケーススタディに基づいて、従来の過剰通勤研究は実際の通勤と最適な通勤の両方を過小評価し、過剰通勤を過小評価している。
論文 参考訳（メタデータ） (2020-08-25T14:54:04Z)
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。