論文の概要: Accelerating the Adoption of Disruptive Technologies: The Impact of
COVID-19 on Intentions to Use Autonomous Vehicles
- arxiv url: http://arxiv.org/abs/2108.01615v2
- Date: Wed, 1 Dec 2021 19:14:00 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-20 00:47:24.432495
- Title: Accelerating the Adoption of Disruptive Technologies: The Impact of
COVID-19 on Intentions to Use Autonomous Vehicles
- Title(参考訳): ディスラプティブテクノロジーの採用を加速する: 新型コロナウイルスが自動運転車の使用意図に及ぼす影響
- Authors: Maher Said, Emma R. Zajdela and Amanda Stathopoulos
- Abstract要約: 本研究では、新型コロナウイルスのパンデミックが自動運転車の新興技術の採用意欲に与える影響について検討する。
結果、新型コロナウイルス(COVID-19)のパンデミックが自動運転車の利用に肯定的かつ極めて大きな影響を及ぼしていることが明らかとなった。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: One of the most notable global transportation trends is the accelerated pace
of development in vehicle automation technologies. Uncertainty surrounds the
future of automated mobility as there is no clear consensus on potential
adoption patterns, ownership versus shared use status and travel impacts.
Adding to this uncertainty is the impact of the COVID-19 pandemic that has
triggered profound changes in mobility behaviors as well as accelerated
adoption of new technologies at an unprecedented rate. Accordingly, this study
examines the impact of the COVID-19 pandemic on willingness to adopt the
emerging technology of autonomous vehicles (AVs). Using data from a survey
disseminated in June 2020 to 700 respondents in the United States, we perform a
difference-in-difference regression to analyze the shift in willingness to use
autonomous vehicles as part of a shared fleet before and during the pandemic.
The results reveal that the COVID-19 pandemic has a positive and highly
significant impact on the consideration of using autonomous vehicles. This
shift is present regardless of tech-savviness, gender or urban/rural household
location. Individuals who are younger, left-leaning and frequent users of
shared modes of travel are expected to become more likely to use autonomous
vehicles once offered. Understanding the effects of these attributes on the
increase in consideration of AVs is important for policy making, as these
effects provide a guide to predicting adoption of autonomous vehicles - once
available - and to identify segments of the population likely to be more
resistant to adopting AVs.
- Abstract(参考訳): 世界的交通トレンドの1つは、自動車自動化技術の急速な開発ペースである。
不確実性は、採用パターンやオーナシップ、共有使用状況、旅行への影響について明確なコンセンサスがないため、自動化モビリティの将来を取り巻く。
この不確実性に加え、新型コロナウイルス(COVID-19)のパンデミックの影響で移動行動が大きく変化し、前例のないペースで新しいテクノロジーの採用が加速した。
そこで本研究では、新型コロナウイルスのパンデミックが自動運転車(AV)の新興技術の採用意欲に与える影響について検討する。
2020年6月に米国内で散布された調査データから700人の回答者を対象に、ディファレンシャル回帰(差分回帰)を行い、パンデミック前と期間中に自動運転車をシェアする意思の変化を分析します。
その結果、新型コロナウイルス(covid-19)のパンデミックは、自動運転車の利用を考える上で、ポジティブで非常に大きな影響を与えることが判明した。
このシフトは、テクノロジーの専門性、性別、都市部/農村部の位置に関わらず存在する。
若くて、左寄りで、頻繁に旅行モードを共有するユーザーである個人は、一度提供されると、自動運転車を使う傾向が高まるだろう。
これらの属性がAVの増加に影響を及ぼすことを理解することは、政策立案にとって重要である。これらの効果は、一度利用可能になった自動運転車の採用を予測するためのガイドを提供するとともに、AVの採用に抵抗しやすい人口のセグメントを特定するためのものである。
関連論文リスト
- Analyze Drivers' Intervention Behavior During Autonomous Driving -- A
VR-incorporated Approach [2.7532019227694344]
この研究は、自動運転車の運転に関わる人間のドライバーの介入行動を理解することに光を当てている。
仮想リアリティ(VR)と交通マイクロシミュレーションを統合する実験環境が実装された。
介入の確率、事故率などのパフォーマンス指標が定義され、リスクレベルを定量化し比較するために使用される。
論文 参考訳(メタデータ) (2023-12-04T06:36:57Z) - Beyond Simulated Drivers: Evaluating the Impact of Real-World
Car-Following in Mixed Traffic Control [2.2934536128870113]
人間が運転する車両は、自然に発生する交通の摂動を増幅し、渋滞と燃料消費の増加につながる。
これまでの研究では、一部のロボット車両(RV)がこれらの問題を緩和できることが強調されている。
実世界の人間の運転軌跡を解析し,自動車追従時の幅広い加速度挙動を抽出する。
次に、これらの挙動をシミュレーションに組み込んで、先行研究のRVを用いて渋滞を緩和する。
論文 参考訳(メタデータ) (2023-11-21T00:45:13Z) - Autonomous and Human-Driven Vehicles Interacting in a Roundabout: A
Quantitative and Qualitative Evaluation [34.67306374722473]
我々は,イタリア・ミラノのラウンドアバウンドにおいて,交通渋滞を最小限に抑え,汚染を最小限に抑える政策を学ぶ。
最先端のコックピットを用いて学習方針を定性的に評価し,実世界に近い環境下での性能を評価する。
以上の結果から,ヒト駆動車両はAVの動態を最適化することの利点が示唆された。
論文 参考訳(メタデータ) (2023-09-15T09:02:16Z) - 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) - Generative AI-empowered Simulation for Autonomous Driving in Vehicular
Mixed Reality Metaverses [130.15554653948897]
車両混合現実(MR)メタバースでは、物理的実体と仮想実体の間の距離を克服することができる。
現実的なデータ収集と物理世界からの融合による大規模交通・運転シミュレーションは困難かつコストがかかる。
生成AIを利用して、無制限の条件付きトラフィックを合成し、シミュレーションでデータを駆動する自律運転アーキテクチャを提案する。
論文 参考訳(メタデータ) (2023-02-16T16:54:10Z) - Learning energy-efficient driving behaviors by imitating experts [75.12960180185105]
本稿では,コミュニケーション・センシングにおける制御戦略と現実的限界のギャップを埋める上で,模倣学習が果たす役割について考察する。
擬似学習は、車両の5%に採用されれば、局地的な観測のみを用いて、交通条件の異なるネットワークのエネルギー効率を15%向上させる政策を導出できることを示す。
論文 参考訳(メタデータ) (2022-06-28T17:08:31Z) - Sociotechnical Specification for the Broader Impacts of Autonomous
Vehicles [10.08754310662559]
自動運転車(AV)は社会に変革をもたらすだろう。
AVの個人行動とトラフィック全体のフローの両方を制御する能力は、AVがこれらの効果を制御できるようにする新しい余裕を提供する。
本稿では,交通システムの本質的特徴をAV開発の範囲外と区別する必要性を社会技術仕様の問題点として提示する。
論文 参考訳(メタデータ) (2022-05-15T23:03:43Z) - COOPERNAUT: End-to-End Driving with Cooperative Perception for Networked
Vehicles [54.61668577827041]
本稿では,車間認識を用いたエンドツーエンド学習モデルであるCOOPERNAUTを紹介する。
われわれのAutoCastSim実験は、我々の協調知覚駆動モデルが平均成功率を40%向上させることを示唆している。
論文 参考訳(メタデータ) (2022-05-04T17:55:12Z) - Transformer based trajectory prediction [71.31516599226606]
我々は、トランスフォーマーニューラルネットワークを純粋にベースとした、不確実性を考慮した動き予測のための、単純かつ強力なベースラインを提案する。
実装が容易である一方で、提案手法は競争性能を達成し、2021年のシフト車両運動予測コンペティションで1$st$をランク付けする。
論文 参考訳(メタデータ) (2021-12-08T16:00:14Z) - Safety-aware Motion Prediction with Unseen Vehicles for Autonomous
Driving [104.32241082170044]
本研究では,無人運転用無人車を用いた新しい作業,安全を意識した動作予測手法について検討する。
既存の車両の軌道予測タスクとは異なり、占有率マップの予測が目的である。
私たちのアプローチは、ほとんどの場合、目に見えない車両の存在を予測できる最初の方法です。
論文 参考訳(メタデータ) (2021-09-03T13:33:33Z)
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。