論文の概要: Trinational Automated Mobility
- arxiv url: http://arxiv.org/abs/2101.10187v1
- Date: Fri, 22 Jan 2021 14:56:47 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-14 06:10:24.991827
- Title: Trinational Automated Mobility
- Title(参考訳): 三国間自動移動
- Authors: Jonas Vogt, Niclas Wolniak, Prof. Dr.-Ing. Horst Wieker
- Abstract要約: 労働と喜びの世界におけるモビリティは、ドイツ、フランス、ルクセンブルクの国境地帯における決定的な要素である。
道路交通の自動化とインテリジェントな接続が重要な役割を担っている。
三国間研究プロジェクトであるTERMINALは、定期交通におけるクロスボーダー自動ミニバスの確立と、通勤交通に対する利用者の受け入れを検討することを目的としている。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Safe, environmentally conscious and flexible, these are the central
requirements for the future mobility. In the European border region between
Germany, France and Luxembourg, mobility in the world of work and pleasure is a
decisive factor. It must be simple, affordable and available to all. The
automation and intelligent connection of road traffic plays an important role
in this. Due to the distributed settlement structure with many small towns and
village and a few central hot spots, a fully available public transport is very
complex and expensive and only a few bus and train lines exist. In this
context, the trinational research project TERMINAL aims to establish a
cross-border automated minibus in regular traffic and to explore the user
acceptance for commuter traffic. Additionally, mobility on demand services are
tested, and both will be embedded within the existing public transport
infrastructure.
- Abstract(参考訳): 安全で環境に配慮したフレキシブルであり、これらは将来のモビリティの中心的な要件である。
ドイツ、フランス、ルクセンブルクのヨーロッパ国境地域では、労働と快楽の世界における機動性が決定的な要因である。
シンプルで安価で、誰でも利用できなければならない。
道路交通の自動化とインテリジェントな接続が重要な役割を担っている。
多くの小さな町や村といくつかの中央ホットスポットがある分散した集落構造のため、完全に利用可能な公共交通機関は非常に複雑で費用がかかり、バスや鉄道路線も数本しか存在しない。
この文脈において、三国研究プロジェクト端末は、定期的な交通量で国境を越えた自動ミニバスを確立し、通勤交通に対する利用者の受け入れを探求することを目的としている。
さらに、モビリティ・オン・デマンド・サービスはテストされ、どちらも既存の公共交通インフラに組み込まれる。
関連論文リスト
- Towards a prioritised use of transportation infrastructures: the case of
vehicle-specific dynamic access restrictions to city centres [1.289745982465279]
都市モビリティは通常、モビリティをサポートするすべての要素を含む交通インフラを通じて提供される。
多くの場合、このインフラの要素の容量は実際の需要よりも低い。
輸送インフラ要素の不足は,社会の観点から,より有効性の高い輸送活動に優先的に,動的かつ優先的に割り当てられるべきである,と我々は主張する。
論文 参考訳(メタデータ) (2024-01-22T19:43:54Z) - Vehicle Dispatching and Routing of On-Demand Intercity Ride-Pooling
Services: A Multi-Agent Hierarchical Reinforcement Learning Approach [6.041541248024613]
都市間配車サービスは、従来の都市間バスサービスをアップグレードする大きな可能性を秘めている。
オンラインオペレーションは、都市間の車両資源配分とプールドライド車両ルーティングの結合により、固有の複雑さに悩まされている。
本研究では,オンラインフリート管理を容易にするための2段階フレームワークを提案する。
論文 参考訳(メタデータ) (2023-07-13T13:31:01Z) - Safe Model-Based Multi-Agent Mean-Field Reinforcement Learning [48.667697255912614]
平均場強化学習は、同一エージェントの無限集団と相互作用する代表エージェントのポリシーに対処する。
モデルベースの平均場強化学習アルゴリズムであるSafe-M$3$-UCRLを提案する。
本アルゴリズムは,低需要領域におけるサービスアクセシビリティを確保しつつ,重要な領域における需要を効果的に満たす。
論文 参考訳(メタデータ) (2023-06-29T15:57:07Z) - Understanding and Developing Equitable and Fair Transportation Systems [3.1473798197405944]
交通システムをより良く設計し、計画する必要がある。
道路や橋は貧民を除いた富裕層を繋ぐのがよい。
この提案は、これらの質問に答える最初のステップである。
論文 参考訳(メタデータ) (2022-09-21T18:26:19Z) - Improving Urban Mobility: using artificial intelligence and new
technologies to connect supply and demand [7.347028791196305]
インテリジェントトランスポートシステム(ITS)は,情報通信技術をどのように活用するかを交通問題に適用するかを検討することを目的としている。
このパノラマでは、人工知能が特に機械学習の進歩において重要な役割を果たす。
論文 参考訳(メタデータ) (2022-03-18T14:37:33Z) - Value Function is All You Need: A Unified Learning Framework for Ride
Hailing Platforms [57.21078336887961]
DiDi、Uber、Lyftなどの大型配車プラットフォームは、都市内の数万台の車両を1日中数百万の乗車要求に接続している。
両課題に対処するための統合価値に基づく動的学習フレームワーク(V1D3)を提案する。
論文 参考訳(メタデータ) (2021-05-18T19:22:24Z) - Flatland Competition 2020: MAPF and MARL for Efficient Train
Coordination on a Grid World [49.80905654161763]
車両再スケジュール問題(vrsp)の解法開発を目的としたフラットランドコンペティション
VRSPは、交通ネットワークにおける旅行のスケジュールと、故障が発生した場合の車両の再スケジュールに関するものである。
現代の鉄道網の複雑化は、交通の動的リアルタイムスケジューリングを事実上不可能にします。
論文 参考訳(メタデータ) (2021-03-30T17:13:29Z) - Smart Urban Mobility: When Mobility Systems Meet Smart Data [55.456196356335745]
都市人口は都市部で約25億人に達し、道路交通量は2050年までに12億台を超えた。
輸送部門の経済貢献は欧州のGDPの5%を占め、アメリカでは平均482.05億ドルの費用がかかる。
論文 参考訳(メタデータ) (2020-05-09T13:53:01Z) - Local Differential Privacy based Federated Learning for Internet of
Things [72.83684013377433]
Internet of Vehicles (IoV)は、Waze、Uber、Amazon Mechanical Turkなど、さまざまなクラウドソーシングアプリケーションをシミュレートする。
これらのアプリケーションのユーザは、ユーザの報告したトラフィック情報に基づいて機械学習モデルをトレーニングするクラウドサーバに、リアルタイムのトラフィック情報を報告する。
本稿では,機械学習モデルを実現するためのクラウドソーシングアプリケーションを容易にするために,フェデレーション学習とローカルディファレンシャルプライバシ(LDP)を統合することを提案する。
論文 参考訳(メタデータ) (2020-04-19T14:03:10Z) - Autonomous Shuttle-as-a-Service (ASaaS): Challenges, Opportunities, and
Social Implications [10.075017640104843]
スマートモビリティシステムは、都市交通施設の効率的な利用を支援することを目的としている。
ここ数年、いくつかの都市は「ラストマイル」モビリティサービスに自律走行車を使うことに関心を示した。
自動運転シャトル(AS)は、市中心部への新たな移動・配達サービスとして考えられ始めている。
論文 参考訳(メタデータ) (2020-01-14T12:34:03Z) - Intelligent Roundabout Insertion using Deep Reinforcement Learning [68.8204255655161]
本稿では,多忙なラウンドアバウンドの入場を交渉できる演習計画モジュールを提案する。
提案されたモジュールは、トレーニングされたニューラルネットワークに基づいて、操作の全期間にわたって、ラウンドアバウンドに入るタイミングと方法を予測する。
論文 参考訳(メタデータ) (2020-01-03T11:16:41Z)
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。