論文の概要: Spatial, Social and Data Gaps in On-Demand Mobility Services: Towards a Supply-Oriented MaaS

• arxiv url: http://arxiv.org/abs/2303.03881v1
• Date: Mon, 20 Feb 2023 10:04:41 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-12 03:51:18.411247
• Title: Spatial, Social and Data Gaps in On-Demand Mobility Services: Towards a Supply-Oriented MaaS
• Title（参考訳）: オンデマンドモビリティサービスの空間的・社会的・データ的ギャップ--サプライ指向maasに向けて
• Authors: Ronit Purian and Daniel Polani
• Abstract要約: 10年間のオンデマンドモビリティサービスの後、シェアード・オートモービル(SAV)サービスは交通渋滞を増大させ、輸送サービスへの不平等なアクセスを期待されている。 需要を認識しながらオンデマンドではない定期的な供給のパラダイムが提案されている。
• 参考スコア（独自算出の注目度）: 3.299672391663527
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: After a decade of on-demand mobility services that change spatial behaviors in metropolitan areas, the Shared Autonomous Vehicle (SAV) service is expected to increase traffic congestion and unequal access to transport services. A paradigm of scheduled supply that is aware of demand but not on-demand is proposed, introducing coordination and social and behavioral understanding, urban cognition and empowerment of agents, into a novel informational framework. Daily routines and other patterns of spatial behaviors outline a fundamental demand layer in a supply-oriented paradigm that captures urban dynamics and spatial-temporal behaviors, mostly in groups. Rather than real-time requests and instant responses that reward unplanned actions, and beyond just reservation of travels in timetables, the intention is to capture mobility flows in scheduled travels along the day considering time of day, places, passengers etc. Regulating goal-directed behaviors and caring for service resources and the overall system welfare is proposed to minimize uncertainty, considering the capacity of mobility interactions to hold value, i.e., Motility as a Service (MaaS). The principal-agent problem in the smart city is a problem of collective action among service providers and users that create expectations based on previous actions and reactions in mutual systems. Planned behavior that accounts for service coordination is expected to stabilize excessive rides and traffic load, and to induce a cognitive gain, thus balancing information load and facilitating cognitive effort.
• Abstract（参考訳）: 都市部における空間行動を変えるオンデマンドモビリティサービスの10年後、共有自動運転車(SAV)サービスによって交通渋滞が増加し、交通サービスへの不平等なアクセスが期待されている。 調整と社会的・行動的理解、都市認知とエージェントの権限付与を新たな情報枠組みに導入し、需要を認識しつつオンデマンドではないスケジュール供給のパラダイムを提案する。 日常のルーチンやその他の空間行動パターンは、主にグループで都市動態や時空間の挙動を捉えた供給指向パラダイムの基本的需要層を概説する。 予定外の行動に報いるリアルタイムの要求や即時応答ではなく、時刻表で旅行を予約するだけでなく、日時や場所、乗客などを考慮し、日中定期旅行における移動の流れを捉えることを目的としている。 モビリティ・アズ・ア・サービス(maas:motility as a service)という価値を保持するモビリティ・インタラクションの能力を考慮して、サービス資源とシステム全体の福祉に対する目標指向の行動とケアの規制を提案し、不確実性を最小化する。 スマートシティのプリンシパルエージェント問題は、サービス提供者やユーザ間での集団行動の問題であり、相互システムにおける過去のアクションと反応に基づいて期待を生んでいる。 サービス調整のために計画された行動は、過度の乗車と交通負荷を安定化し、認知的利得を誘導し、情報負荷のバランスをとり、認知的努力を促進することが期待されている。

関連論文リスト

• A methodological framework for Resilience as a Service (RaaS) in multimodal urban transportation networks [0.0]
  本研究は,サービス戦略としてのレジリエンスを通じて公共交通の混乱を管理することを目的としている。 効率よく資源を割り当て、オペレーターと乗客のコストを最小限に抑える最適化モデルを開発する。 提案手法はイル・ド・フランス、パリ、郊外のケーススタディに適用された。
  論文  参考訳（メタデータ） (2024-08-30T12:22:34Z)
• GPT-Augmented Reinforcement Learning with Intelligent Control for Vehicle Dispatching [82.19172267487998]
  GARLIC: GPT拡張強化学習のフレームワーク。 本稿では,GPT強化強化学習とインテリジェント制御のフレームワークであるGARLICについて紹介する。
  論文  参考訳（メタデータ） (2024-08-19T08:23:38Z)
• A Learning-based Incentive Mechanism for Mobile AIGC Service in Decentralized Internet of Vehicles [49.86094523878003]
  モバイルAIGCサービスアロケーションのための分散インセンティブ機構を提案する。 我々は、AIGCサービスのRSUへの供給と、IoVコンテキスト内のサービスに対するユーザ要求のバランスを見つけるために、マルチエージェントの深層強化学習を採用している。
  論文  参考訳（メタデータ） (2024-03-29T12:46:07Z)
• Uncertainty Quantification for Image-based Traffic Prediction across Cities [63.136794104678025]
  不確実量化(UQ)法は確率論的推論を誘導するためのアプローチを提供する。 複数の都市にまたがる大規模画像ベース交通データセットへの適用について検討する。 モスクワ市を事例として,交通行動に対する時間的・空間的影響を考察した。
  論文  参考訳（メタデータ） (2023-08-11T13:35:52Z)
• 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)
• Graph Attention Multi-Agent Fleet Autonomy for Advanced Air Mobility [7.533471021886634]
  本研究では,航空車両群を協調させるために,部分的に観測可能な高度空力ゲームの概念を導入する。 本稿では,新しいグラフアテンションデコーダ(HetGAT Enc-Dec)ネットワークニューラルベースポリシーを提案する。 学習方針は,様々な艦隊構成,需要パターン,観測トポロジに一般化されていることを示す。
  論文  参考訳（メタデータ） (2023-02-14T20:48:00Z)
• 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)
• Pedestrian Stop and Go Forecasting with Hybrid Feature Fusion [87.77727495366702]
  歩行者の立ち止まりと予測の新たな課題を紹介します。 都市交通における歩行者の立ち寄り行動を明示的に研究するためのベンチマークであるTransをリリースする。 歩行者の歩行動作に注釈を付けたいくつかの既存のデータセットから構築し、さまざまなシナリオや行動を実現する。
  論文  参考訳（メタデータ） (2022-03-04T18:39:31Z)
• SSAGCN: Social Soft Attention Graph Convolution Network for Pedestrian Trajectory Prediction [59.064925464991056]
  ソーシャルソフトアテンショングラフ畳み込みネットワーク(SSAGCN)という新しい予測モデルを提案する。 SSAGCNは、歩行者間の社会的相互作用と歩行者と環境間のシーンインタラクションを同時に扱うことを目的としている。 公開データセットの実験は、SAGCNの有効性を証明し、最先端の結果を得た。
  論文  参考訳（メタデータ） (2021-12-05T01:49:18Z)
• dFDA-VeD: A Dynamic Future Demand Aware Vehicle Dispatching System [21.17974307683502]
  本稿では,動的な将来需要対応型配車システムを提案する。 移動需要と交通条件の両方を考慮して、移転センターを探索することができる。 提案システムでは,サービス提供率を大幅に向上し,運用コストが極めて少ないことが実証された。
  論文  参考訳（メタデータ） (2021-06-10T13:40:17Z)
• Equilibrium Inverse Reinforcement Learning for Ride-hailing Vehicle Network [1.599072005190786]
  疎結合グラフにおける客車マッチングの問題を定式化する。 マルチエージェント環境における平衡ポリシを導出するアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2021-02-13T03:18:44Z)

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。