論文の概要: User Preferences and the Shortest Path

• arxiv url: http://arxiv.org/abs/2107.11150v1
• Date: Fri, 23 Jul 2021 11:54:15 GMT
• ステータス: 処理完了
• システム内更新日: 2021-07-26 17:42:25.385668
• Title: User Preferences and the Shortest Path
• Title（参考訳）: ユーザの嗜好と最短経路
• Authors: Isabella Kreller and Bernd Ludwig
• Abstract要約: 室内ナビゲーションシステムはルートを計算するために最短経路アルゴリズムを利用する。 厳格なパス」は、アプリケーションドメインの理論や基準に基づいて指定する必要がある。 ここでの「Ideal」は、人間が選択したルートと最もよく似たルートを計画するアルゴリズムを導くものであると定義されている。
• 参考スコア（独自算出の注目度）: 1.52292571922932
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Indoor navigation systems leverage shortest path algorithms to calculate routes. In order to define the "shortest path", a cost function has to be specified based on theories and heuristics in the application domain. For the domain of indoor routing, we survey theories and criteria identified in the literature as essential for human path planning. We drive quantitative definitions and integrate them into a cost function that weights each of the criteria separately. We then apply an exhaustive grid search to find weights that lead to an ideal cost function. "Ideal" here is defined as guiding the algorithm to plan routes that are most similar to those chosen by humans. To explore which criteria should be taken into account in an improved pathfinding algorithm, eleven different factors whose favorable impact on route selection has been established in past research were considered. Each factor was included separately in the Dijkstra algorithm and the similarity of thus calculated routes to the actual routes chosen by students at the University of Regensburg was determined. This allows for a quantitative assessment of the factors' impact and further constitutes a way to directly compare them. A reduction of the number of turns, streets, revolving doors, entryways, elevators as well as the combination of the aforementioned factors was found to have a positive effect and generate paths that were favored over the shortest path. Turns and the combination of criteria turned out to be most impactful.
• Abstract（参考訳）: 屋内ナビゲーションシステムは最短経路アルゴリズムを利用して経路を計算する。 最短経路”を定義するには、アプリケーション領域の理論とヒューリスティックスに基づいてコスト関数を指定する必要がある。 屋内ルーティングの領域について,文献から人間の経路計画に不可欠な理論と基準を考察する。 私たちは量的定義を推進し、それらをそれぞれの基準を個別に重み付けするコスト関数に統合します。 次に、理想的なコスト関数につながる重みを見つけるために網羅的なグリッド探索を適用する。 ここでのIdealは、人間が選択したルートと最もよく似たルートを計画するアルゴリズムを導くものである。 改良されたパスフィニングアルゴリズムにおいてどの基準を考慮すべきかを検討するため、過去の研究で経路選択に有利な影響を及ぼす要因を11種類検討した。 各因子はディヒクストラのアルゴリズムに別々に含められ、その結果、レーゲンスブルク大学の学生が選択した実際のルートとの類似性が決定された。 これにより、要因の影響を定量的に評価し、直接比較する方法を構成することができる。 ターン数、道路数、回転ドア数、入口数、エレベーター数、および上記要因の組み合わせは、肯定的な効果を示し、最短経路上で好まれる経路を生成することが判明した。 ターンと基準の組み合わせが最も影響があることが判明した。

関連論文リスト

• Research on Travel Route Planing Problems Based on Greedy Algorithm [0.0]
  欲求アルゴリズムに基づく経路計画問題は、与えられた開始点と終了点の間の最適経路またはほぼ最適経路を特定する方法を表す。 本稿では,まず都市評価指標をダウンスケールし,主要な主要成分を抽出し,データをダウンスケールするためにPCA法を用いる。 旅行者のニーズに応じて個別にルートをカスタマイズする,欲求に基づく経路計画アルゴリズムが提案され,最適化されている。
  論文  参考訳（メタデータ） (2024-10-17T05:17:01Z)
• The Optimized path for the public transportation of Incheon in South Korea [0.0]
  改良されたA*アルゴリズムは、ジェネティックやディクストラのような他の基本的なパスフィニングアルゴリズムよりも性能が良いことを示す。 提案手法では,大量のデータ(ポイント)であっても,リアルタイムに最短経路を見つけることができる。
  論文  参考訳（メタデータ） (2023-09-18T02:09:39Z)
• A data-driven rutting depth short-time prediction model with metaheuristic optimization for asphalt pavements based on RIOHTrack [34.35456339697351]
  本研究では, 異なるアスファルト舗装のラッティング深さ, 温度, 荷重軸を主特性とする頑健な人工知能モデルの開発を試みた。 実験データは,北京の東州市で全長2.038kmのフルスケール加速舗装試験線上に,異なる原油源を有するアスファルト舗装19面から得られた。
  論文  参考訳（メタデータ） (2023-05-11T10:33:36Z)
• TransPath: Learning Heuristics For Grid-Based Pathfinding via Transformers [64.88759709443819]
  探索の効率を顕著に向上させると考えられる,インスタンス依存のプロキシを学習することを提案する。 私たちが最初に学ぶことを提案するプロキシは、補正係数、すなわち、インスタンスに依存しないコスト・ツー・ゴの見積もりと完璧な見積もりの比率である。 第2のプロキシはパス確率であり、グリッドセルが最も短いパスに横たわっている可能性を示している。
  論文  参考訳（メタデータ） (2022-12-22T14:26:11Z)
• GraphWalks: Efficient Shape Agnostic Geodesic Shortest Path Estimation [93.60478281489243]
  3次元曲面上の測地線経路を近似する学習可能なネットワークを提案する。 提案手法は,最短経路の効率的な近似と測地距離推定を提供する。
  論文  参考訳（メタデータ） (2022-05-30T16:22:53Z)
• Find a Way Forward: a Language-Guided Semantic Map Navigator [53.69229615952205]
  本稿では,新たな視点で言語誘導ナビゲーションの問題に対処する。 ロボットが自然言語の指示を実行し、地図観測に基づいて目標位置へ移動できるようにする。 提案手法は特に長距離ナビゲーションの場合において顕著な性能向上をもたらす。
  論文  参考訳（メタデータ） (2022-03-07T07:40:33Z)
• Systematic Comparison of Path Planning Algorithms using PathBench [55.335463666037086]
  パスプランニングはモバイルロボティクスの重要な構成要素である。 学習に基づく経路計画アルゴリズムの開発は、急速な成長を遂げている。 本稿では,パスプランニングアルゴリズムの開発,視覚化,トレーニング,テスト,ベンチマークを行うプラットフォームであるPathBenchについて述べる。
  論文  参考訳（メタデータ） (2022-03-07T01:52:57Z)
• Ranking Cost: Building An Efficient and Scalable Circuit Routing Planner with Evolution-Based Optimization [49.207538634692916]
  そこで我々は、効率よくトレーニング可能なルータを形成するための新しい回路ルーティングアルゴリズム、Randing Costを提案する。 提案手法では,A*ルータが適切な経路を見つけるのに役立つコストマップと呼ばれる新しい変数群を導入する。 我々のアルゴリズムはエンドツーエンドで訓練されており、人工データや人間の実演は一切使用しない。
  論文  参考訳（メタデータ） (2021-10-08T07:22:45Z)
• Data Driven VRP: A Neural Network Model to Learn Hidden Preferences for VRP [9.434400627011108]
  ニューラルネットワークモデルを用いてアーク確率を推定し、追加機能と自動パラメータ推定を可能にする。 本稿では,従来のマルコフ計数手法との違いについて検討し,この設定におけるニューラルネットワークの適用性について検討する。
  論文  参考訳（メタデータ） (2021-08-10T10:53:44Z)
• Learning-based Preference Prediction for Constrained Multi-Criteria Path-Planning [12.457788665461312]
  自動地上車両(AGV)の制約された経路計画法はそのような適用例である。 我々は、ニューラルネットワークモデルをトレーニングして、オフラインシミュレーションによって得られた知識を活用し、不確実な基準を予測する。 私たちはこのモデルをパスプランナに統合し、オンラインの問題を解決することができます。
  論文  参考訳（メタデータ） (2021-08-02T17:13:45Z)
• PathBench: A Benchmarking Platform for Classical and Learned Path Planning Algorithms [59.3879573040863]
  パスプランニングは、モバイルロボティクスの重要なコンポーネントです。 アルゴリズムを全体的あるいは統一的にベンチマークする試みはほとんど行われていない。 本稿では,パスプランニングアルゴリズムの開発,視覚化,トレーニング,テスト,ベンチマークを行うプラットフォームであるPathBenchについて述べる。
  論文  参考訳（メタデータ） (2021-05-04T21:48:18Z)

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。