論文の概要: Simulating the impact of cognitive biases on the mobility transition

• arxiv url: http://arxiv.org/abs/2302.03554v1
• Date: Tue, 7 Feb 2023 16:06:26 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-08 15:46:38.537805
• Title: Simulating the impact of cognitive biases on the mobility transition
• Title（参考訳）: モビリティ移行における認知バイアスの影響のシミュレーション
• Authors: Carole Adam
• Abstract要約: 本稿では,気候変動への適応の欠如を説明する様々な認知バイアスについて考察する。 我々のアプローチは、ユーザがバイアスを理解するために遊べるシンプルなインタラクティブシミュレータを設計することである。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Climate change is becoming more visible, and human adaptation is required urgently to prevent greater damage. One particular domain of adaptation concerns daily mobility (work commute), with a significant portion of these trips being done in individual cars. Yet, their impact on pollution, noise, or accidents is well-known. This paper explores various cognitive biases that can explain such lack of adaptation. Our approach is to design simple interactive simulators that users can play with in order to understand biases. The idea is that awareness of such cognitive biases is often a first step towards more rational decision making, even though things are not that simple. This paper reports on three simulators, each focused on a particular factor of resistance. Various scenarios are simulated to demonstrate their explanatory power. These simulators are already available to play online, with the goal to provide users with food for thought about how mobility could evolve in the future. Work is still ongoing to design a user survey to evaluate their impact.
• Abstract（参考訳）: 気候変動はより見えやすくなり、人間の適応は、より大きな被害を防ぐために緊急に必要とされている。 ある特定の適応領域は毎日の移動(通勤)に関係しており、これらの旅行の大部分は個々の車で行われている。 しかし、汚染や騒音、事故に対する影響はよく知られている。 本稿では,このような適応性の欠如を説明できる様々な認知バイアスについて考察する。 我々のアプローチは、ユーザがバイアスを理解するために遊べるシンプルなインタラクティブシミュレータを設計することである。 このような認知バイアスの認識は、物事がそんなに単純ではないにもかかわらず、より合理的な意思決定への第一歩であることが多い。 本稿では,3つのシミュレータについて報告する。 様々なシナリオをシミュレートして説明力を示す。 これらのシミュレーターはすでにオンラインでプレイでき、将来モビリティーがどのように進化するかを考えるために、ユーザーに食べ物を提供することが目標だ。 ユーザ調査をデザインして影響を評価する作業はまだ進行中である。

関連論文リスト

• Modeling User Preferences via Brain-Computer Interfacing [54.3727087164445]
  我々はBrain-Computer Interface技術を用いてユーザの好みを推測し、その注意力は視覚的コンテンツと感情的体験との関連性に相関する。 我々はこれらを,情報検索,生成モデルのパーソナライズされたステアリング,感情経験のクラウドソーシング人口推定など,関連するアプリケーションにリンクする。
  論文  参考訳（メタデータ） (2024-05-15T20:41:46Z)
• A survey to measure cognitive biases influencing mobility choices [0.0]
  本稿では,4つのモビリティモード(車,バス,自転車,歩行)の知覚と6つのモード選択要因に対するユーザの嗜好について述べる。 この調査は2023年に650の回答を集め、オープンデータとして公開された。 プレイヤーが都市をより持続可能なものにするための計画的な選択に直面している都市マネジャーの役割を担うシミュレーションベースの真剣なゲームの設計が進行中である。
  論文  参考訳（メタデータ） (2024-05-06T08:12:13Z)
• Learning Goal-based Movement via Motivational-based Models in Cognitive Mobile Robots [58.720142291102135]
  人間は、強さと文脈に応じて行動を促進する必要がある。 また、各行動の知覚的快楽に関連する嗜好も作り出します。 これにより、意思決定がより複雑になり、コンテキストに応じてニーズと嗜好のバランスを取ることが求められます。
  論文  参考訳（メタデータ） (2023-02-20T04:52:24Z)
• Intend-Wait-Perceive-Cross: Exploring the Effects of Perceptual Limitations on Pedestrian Decision-Making [10.812772606528172]
  歩行者行動理解に関する最近の研究は、歩行者の動態と知覚能力に焦点を当てている。 エージェントを用いた歩行者行動モデルIntend-Wait-Perceive-Crossを提案する。 本研究は, 歩行者行動の安全判断に対する知覚的制限の影響について検討し, 歩行者行動の変化にどのように寄与するかを実証する。
  論文  参考訳（メタデータ） (2023-02-08T00:47:51Z)
• In-Vehicle Interface Adaptation to Environment-Induced Cognitive Workload [55.41644538483948]
  車両内ヒューマンマシンインタフェース(HMI)は長年にわたって進化し、ますます多くの機能を提供している。 この問題に対処するために,ドライバの精神的負荷に応じて変化する適応的HMIを提案する。
  論文  参考訳（メタデータ） (2022-10-20T13:42:25Z)
• What's on your mind? A Mental and Perceptual Load Estimation Framework towards Adaptive In-vehicle Interaction while Driving [55.41644538483948]
  精神的な作業量と知覚的負荷が心理生理学的次元に及ぼす影響を分析する。 これらの測定値の融合により、心的および知覚的負荷レベルを分類する。 我々は、最大89%のメンタルワークロード分類精度を報告し、リアルタイムに最小限のソリューションを提供する。
  論文  参考訳（メタデータ） (2022-08-10T21:19:49Z)
• Learning Effect of Lay People in Gesture-Based Locomotion in Virtual Reality [81.5101473684021]
  最も有望な方法はジェスチャーベースであり、追加のハンドヘルドハードウェアを必要としない。 最近の研究は、主に異なるロコモーションテクニックのユーザの好みとパフォーマンスに焦点を当てている。 本研究は,VRにおける手のジェスチャーに基づくロコモーションシステムへの適応の迅速さについて検討した。
  論文  参考訳（メタデータ） (2022-06-16T10:44:16Z)
• Audiovisual Affect Assessment and Autonomous Automobiles: Applications [0.0]
  このコントリビューションは、課題を予測し、ロードコンテキスト上のマルチモーダルな"オーディオプラスx"におけるモデリングに影響を与える潜在的な方法を提供することを目的としています。 技術的には、乗用車内の個人を全面的にモデル化し、信頼性の高いダイアリゼーションを行う。 結論として、自動感情分析は、最初に選択されたユースケースにおける自動運転車の適用可能性の点まで成熟した。
  論文  参考訳（メタデータ） (2022-03-14T20:39:02Z)
• Teaching Robots to Grasp Like Humans: An Interactive Approach [3.3836709236378746]
  本研究は,実証と修正に基づいて,人間から把握する複雑な作業がどのように学習されるかを検討する。 より良いデモを提供するように訓練する代わりに、専門家でないユーザには、最初のデモのダイナミクスをインタラクティブに修正する能力が提供される。
  論文  参考訳（メタデータ） (2021-10-09T10:27:50Z)
• Building Safer Autonomous Agents by Leveraging Risky Driving Behavior Knowledge [1.52292571922932]
  本研究は,モデルフリーな学習エージェントを作成するために,重交通や予期せぬランダムな行動を伴うリスクやすいシナリオの作成に重点を置いている。 ハイウェイ-envシミュレーションパッケージに新しいカスタムマルコフ決定プロセス(MDP)環境イテレーションを作成することにより、複数の自動運転シナリオを生成します。 リスクの高い運転シナリオを補足したモデル自由学習エージェントを訓練し,その性能をベースラインエージェントと比較する。
  論文  参考訳（メタデータ） (2021-03-16T23:39:33Z)
• Learning Accurate and Human-Like Driving using Semantic Maps and Attention [152.48143666881418]
  本稿では,より正確かつ人間らしく運転できるエンド・ツー・エンド駆動モデルについて検討する。 HERE Technologiesのセマンティックマップとビジュアルマップを活用し、既存のDrive360データセットを拡張します。 私たちのモデルは、実世界の運転データ60時間3000kmのDrive360+HEREデータセットでトレーニングされ、評価されています。
  論文  参考訳（メタデータ） (2020-07-10T22:25:27Z)

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。