論文の概要: Introduction to The Dynamic Pickup and Delivery Problem Benchmark --
ICAPS 2021 Competition
- arxiv url: http://arxiv.org/abs/2202.01256v1
- Date: Wed, 19 Jan 2022 00:52:16 GMT
- ステータス: 処理完了
- システム内更新日: 2022-02-06 08:32:28.855469
- Title: Introduction to The Dynamic Pickup and Delivery Problem Benchmark --
ICAPS 2021 Competition
- Title(参考訳): ダイナミックピックアップとデリバリ問題ベンチマークの紹介 -ICAPS 2021 コンペティション
- Authors: Jianye Hao, Jiawen Lu, Xijun Li, Xialiang Tong, Xiang Xiang, Mingxuan
Yuan and Hankz Hankui Zhuo
- Abstract要約: このドラフトでは、実際のビジネスシナリオからの新しいベンチマークと、動的評価をサポートするシミュレータが導入されている。
ベンチマークとシミュレータは、ICAPS 2021 Dynamic Pickup and Delivery Problemコンペティションで152チームが参加した。
- 参考スコア(独自算出の注目度): 34.62759163275033
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: The Dynamic Pickup and Delivery Problem (DPDP) is an essential problem within
the logistics domain. So far, research on this problem has mainly focused on
using artificial data which fails to reflect the complexity of real-world
problems. In this draft, we would like to introduce a new benchmark from real
business scenarios as well as a simulator supporting the dynamic evaluation.
The benchmark and simulator have been published and successfully supported the
ICAPS 2021 Dynamic Pickup and Delivery Problem competition participated by 152
teams.
- Abstract(参考訳): 動的ピックアップ・デリバリ問題(DPDP)は物流領域において不可欠な問題である。
これまでのところ、この問題の研究は主に実世界の問題の複雑さを反映しない人工データの利用に焦点を当てている。
このドラフトでは、実際のビジネスシナリオからの新しいベンチマークと、動的評価をサポートするシミュレータを導入したいと思います。
ベンチマークとシミュレータは152チームによるicps 2021のダイナミックピックアップとデリバリの問題コンペティションを成功裏にサポートした。
関連論文リスト
- SynFacePAD 2023: Competition on Face Presentation Attack Detection Based
on Privacy-aware Synthetic Training Data [51.42380508231581]
バイオメトリックス国際会議(IJCB 2023)におけるプライバシ・アウェア・シンセティック・トレーニングデータ(SynFacePAD 2023)に基づく顔提示攻撃検出コンペティションの概要を述べる。
このコンペティションは、個人データに関連するプライバシー、法的、倫理的懸念に動機づけられた、合成ベースのトレーニングデータを考慮して、顔の提示攻撃を検出するソリューションを動機付け、誘致することを目的としている。
提案されたソリューションはイノベーションと新しいアプローチを示し、調査されたベンチマークで考慮されたベースラインを上回りました。
論文 参考訳(メタデータ) (2023-11-09T13:02:04Z) - Benchmarking Robustness and Generalization in Multi-Agent Systems: A
Case Study on Neural MMO [50.58083807719749]
IJCAI 2022で開催されている第2回Neural MMOチャレンジの結果を報告する。
この競合はマルチエージェントシステムの堅牢性と一般化をターゲットにしている。
環境ラッパー、ベースライン、可視化ツール、そしてさらなる研究のための選択されたポリシーを含むベンチマークをオープンソースにします。
論文 参考訳(メタデータ) (2023-08-30T07:16:11Z) - ICDAR 2023 Competition on Structured Text Extraction from Visually-Rich
Document Images [198.35937007558078]
大会は2022年12月30日に開かれ、2023年3月24日に閉幕した。
トラック1には35人の参加者と91人の有効な応募があり、トラック2には15人の参加者と26人の応募がある。
提案手法の性能によると, 複雑なシナリオやゼロショットシナリオにおいて, 期待される情報抽出性能にはまだ大きなギャップがあると考えられる。
論文 参考訳(メタデータ) (2023-06-05T22:20:52Z) - The Waymo Open Sim Agents Challenge [37.69742145084953]
オープンシムエージェントチャレンジ(WOSAC)について紹介する。
この課題の目標は、自律運転のための行動モデルの評価と訓練に使用できる現実的なシミュレータの設計を刺激することである。
本研究は,様々なベースラインシミュレーション手法の結果を提示し,2023年大会へのいくつかの提案を解析する。
論文 参考訳(メタデータ) (2023-05-19T23:12:08Z) - Combinatorial Optimization enriched Machine Learning to solve the
Dynamic Vehicle Routing Problem with Time Windows [5.4807970361321585]
最適化層を組み込んだ新しい機械学習パイプラインを提案する。
最近,EURO Meets NeurIPS Competition at NeurIPS 2022において,このパイプラインを波による動的車両ルーティング問題に適用した。
提案手法は,提案した動的車両経路問題の解法において,他の全ての手法よりも優れていた。
論文 参考訳(メタデータ) (2023-04-03T08:23:09Z) - The First AI4TSP Competition: Learning to Solve Stochastic Routing
Problems [10.388013100067266]
本報告は,2021年人工知能国際会議(IJCAI-21)における,旅行セールスマン問題(TTSP)に関する初の国際コンペティションである。
コンペティションは参加者に対して、ウェイトとタイムウィンドウ(TD-OPSWTW)による時間依存オリエンテーリング問題を解決するアルゴリズムの開発を依頼した。
この研究で述べられている勝利の方法は、AIを使って問題をルーティングするための最先端のAIを進歩させた。
論文 参考訳(メタデータ) (2022-01-25T16:55:33Z) - Overview of BioASQ 2021: The ninth BioASQ challenge on Large-Scale
Biomedical Semantic Indexing and Question Answering [0.293168019422713]
BioASQの課題は、大規模バイオメディカルセマンティックインデックスと質問応答の最先端化である。
本稿では,評価フォーラム(CLEF, Conference and Labs of the Evaluation Forum)2021におけるBioASQチャレンジの9回目の概要について述べる。
合計で170以上のシステムを持つ42チームが、チャレンジの4つのタスクに参加するために登録された。
論文 参考訳(メタデータ) (2021-06-28T10:03:11Z) - Two-Stream Consensus Network: Submission to HACS Challenge 2021
Weakly-Supervised Learning Track [78.64815984927425]
弱い監督による時間的行動ローカライゼーションの目標は、ビデオの興味ある動作を時間的に特定し、分類することである。
この課題では,2ストリームコンセンサスネットワーク(TSCN)を主要なフレームワークとして採用しています。
この課題では,本手法が今後の学術研究のベースラインとなることを期待して,第2位にランクインした。
論文 参考訳(メタデータ) (2021-06-21T03:36:36Z) - Analysing Affective Behavior in the second ABAW2 Competition [70.86998050535944]
ABAW2 2021コンペティションは、IEEE FG 2020-コンペティションと共同で開催された最初の非常に成功したABAWコンペティションに続く第2回である。
論文 参考訳(メタデータ) (2021-06-14T11:30:19Z)
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。