Fugu-MT 論文翻訳(概要): Automated Intersection Management with MiniZinc

論文の概要: Automated Intersection Management with MiniZinc

arxiv url: http://arxiv.org/abs/2011.07509v1
Date: Sun, 15 Nov 2020 12:11:05 GMT
ステータス: 処理完了
システム内更新日: 2022-09-25 07:22:33.948398
Title: Automated Intersection Management with MiniZinc
Title（参考訳）: MiniZincによる自動断面積管理
Authors: Md. Mushfiqur Rahman, Nahian Muhtasim Zahin, Kazi Raiyan Mahmud, Md. Azmaeen Bin Ansar
Abstract要約: 本稿では,センサのグリッドからデータを抽出し,交通信号を制御して交通の流れを最適化する自動交差点管理システムを提案する。本システムは,車両の平均待ち時間と標準偏差を低減し,デッドロックを回避する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Ill-managed intersections are the primary reasons behind the increasing traffic problem in urban areas, leading to nonoptimal traffic-flow and unnecessary deadlocks. In this paper, we propose an automated intersection management system that extracts data from a well-defined grid of sensors and optimizes traffic flow by controlling traffic signals. The data extraction mechanism is independent of the optimization algorithm and this paper primarily emphasizes the later one. We have used MiniZinc modeling language to define our system as a constraint satisfaction problem which can be solved using any off-the-shelf solver. The proposed system performs much better than the systems currently in use. Our system reduces the mean waiting time and standard deviation of the waiting time of vehicles and avoids deadlocks.
Abstract（参考訳）: 都市部における交通問題の増加の主な要因は、非最適の交通量と不要なデッドロックである。本稿では,センサのグリッドからデータを抽出し,信号制御により交通の流れを最適化する自動交差点管理システムを提案する。データ抽出機構は最適化アルゴリズムとは独立であり,本論文は主に後者を強調する。我々はMiniZincモデリング言語を用いて,本システムの制約満足度問題として定義した。提案システムは,現在使用されているシステムよりも性能が優れている。本システムでは,車両の待ち時間の平均時間と標準偏差を低減し,デッドロックを回避する。

関連論文リスト

Towards Multi-agent Reinforcement Learning based Traffic Signal Control through Spatio-temporal Hypergraphs [19.107744041461316]
交通信号制御システム(TSCS)は、インテリジェントな交通管理に不可欠なものであり、効率的な車両の流れを育んでいる。従来のアプローチでは、道路網を標準的なグラフに単純化することが多い。本稿では,インテリジェントトラフィック制御を実現するための新しいTSCSフレームワークを提案する。
論文参考訳（メタデータ） (2024-04-17T02:46:18Z)
PDFormer: Propagation Delay-Aware Dynamic Long-Range Transformer for Traffic Flow Prediction [78.05103666987655]
空間時空間グラフニューラルネットワーク(GNN)モデルは、この問題を解決する最も有望な方法の1つである。本稿では,交通流の正確な予測を行うために,遅延を意識した動的長距離トランスフォーマー(PDFormer)を提案する。提案手法は,最先端の性能を達成するだけでなく,計算効率の競争力も発揮できる。
論文参考訳（メタデータ） (2023-01-19T08:42:40Z)
An Enhanced Graph Representation for Machine Learning Based Automatic Intersection Management [0.5161531917413708]
我々は、前述したグラフベースのシーン表現とグラフニューラルネットワークに基づいて、強化学習を用いてこの問題にアプローチする。本稿では,自動交差点管理において一般的に使用されるベースラインに対して,提案手法の詳細な評価を行う。
論文参考訳（メタデータ） (2022-07-18T14:53:50Z)
AI-aided Traffic Control Scheme for M2M Communications in the Internet of Vehicles [61.21359293642559]
交通のダイナミクスと異なるIoVアプリケーションの異種要求は、既存のほとんどの研究では考慮されていない。本稿では,ハイブリッド交通制御方式とPPO法を併用して検討する。
論文参考訳（メタデータ） (2022-03-05T10:54:05Z)
Cooperative Behavioral Planning for Automated Driving using Graph Neural Networks [0.5801044612920815]
本研究は,複数の車両を共同で計画することで,都市交差点における交通流の最適化に機械学習アルゴリズムを活用することを提案する。学習に基づく行動計画にはいくつかの課題が伴い、適切な入力と出力の表現と大量の基幹データを要求する。自動運転における意思決定のためのオープンソースのシミュレーション環境において,提案手法を訓練し,評価する。
論文参考訳（メタデータ） (2022-02-23T09:36:15Z)
Road Network Guided Fine-Grained Urban Traffic Flow Inference [108.64631590347352]
粗いトラフィックからのきめ細かなトラフィックフローの正確な推測は、新たな重要な問題である。本稿では,道路ネットワークの知識を活かした新しい道路対応交通流磁化器(RATFM)を提案する。提案手法は,高品質なトラフィックフローマップを作成できる。
論文参考訳（メタデータ） (2021-09-29T07:51:49Z)
Better than the Best: Gradient-based Improper Reinforcement Learning for Network Scheduling [60.48359567964899]
パケット遅延を最小限に抑えるため,制約付き待ち行列ネットワークにおけるスケジューリングの問題を考える。我々は、利用可能な原子ポリシーよりも優れたスケジューラを生成するポリシー勾配に基づく強化学習アルゴリズムを使用する。
論文参考訳（メタデータ） (2021-05-01T10:18:34Z)
End-to-End Intersection Handling using Multi-Agent Deep Reinforcement Learning [63.56464608571663]
交差点をナビゲートすることは、自動運転車にとって大きな課題の1つです。本研究では,交通標識のみが提供された交差点をナビゲート可能なシステムの実装に着目する。本研究では,時間ステップ毎に加速度と操舵角を予測するためのニューラルネットワークの訓練に用いる,モデルフリーの連続学習アルゴリズムを用いたマルチエージェントシステムを提案する。
論文参考訳（メタデータ） (2021-04-28T07:54:40Z)
Data-Driven Intersection Management Solutions for Mixed Traffic of Human-Driven and Connected and Automated Vehicles [0.0]
この論文は、コネクテッドカーとオートマチックカーの存在下での都市交通制御のための2つの解決策を提案する。まず, 協調的交差点管理問題に対して, 集中型小隊制御器を提案する。第二に,コネクテッドカーの存在下での適応信号制御のためのデータ駆動手法を提案する。
論文参考訳（メタデータ） (2020-12-10T01:44:45Z)
HOG, LBP and SVM based Traffic Density Estimation at Intersection [4.199844472131922]
車両の大量輸送は交通渋滞、不要な遅延、汚染、損失、健康問題、事故、緊急車両の通行、交通違反を引き起こす。従来の交通管理・制御システムではこの問題に対処できない。交通流の効率を高めるために最適化された、賢明な制御システムが必要である。
論文参考訳（メタデータ） (2020-05-04T18:08:35Z)
Reinforcement Learning Based Vehicle-cell Association Algorithm for Highly Mobile Millimeter Wave Communication [53.47785498477648]
本稿では,ミリ波通信網における車とセルの関連性について検討する。まず、ユーザ状態(VU)問題を離散的な非車両関連最適化問題として定式化する。提案手法は,複数のベースライン設計と比較して,ユーザの複雑性とVUEの20%削減の合計で最大15%のゲインが得られる。
論文参考訳（メタデータ） (2020-01-22T08:51:05Z)

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。