論文の概要: On-demand Mobility-as-a-Service platform assignment games with guaranteed stable outcomes

• arxiv url: http://arxiv.org/abs/2305.00818v1
• Date: Mon, 1 May 2023 13:33:16 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-02 13:13:12.667561
• Title: On-demand Mobility-as-a-Service platform assignment games with guaranteed stable outcomes
• Title（参考訳）: 安定した結果が保証されたオンデマンドモビリティ・アズ・ア・サービスプラットフォーム割り当てゲーム
• Authors: Bingqing Liu, Joseph Y. J. Chow
• Abstract要約: モビリティ・アズ・ア・サービス(英語: Mobility-as-a-Service、M.S.)は、旅行者・利用者・事業者の2つの排他的エージェントからなる市場である。 本研究では,MaaSプラットフォーム均衡モデルを提案し,固定経路のトランジットサービスとモビリティ・オン・デマンド(MOD)サービスの両方を取り入れた多対多の割り当てゲームを提案する。
• 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: Mobility-as-a-Service (MaaS) systems are two-sided markets, with two mutually exclusive sets of agents, i.e., travelers/users and operators, forming a mobility ecosystem in which multiple operators compete or cooperate to serve customers under a governing platform provider. This study proposes a MaaS platform equilibrium model based on many-to-many assignment games incorporating both fixed-route transit services and mobility-on-demand (MOD) services. The matching problem is formulated as a multicommodity flow network design problem under congestion. The local stability conditions reflect a generalization of Wardrop's principles that include operator decisions. A subsidy mechanism from the platform is proposed to guarantee local stability. An exact solution algorithm is proposed based on a branch and bound framework with a Frank-Wolfe algorithm integrated with Lagrangian relaxation and subgradient optimization, which guarantees the optimality of the matching problem but not stability. A heuristic which integrates stability conditions and subsidy design is proposed, which reaches either the optimal MaaS platform equilibrium solution with global stability, or a feasible locally stable solution that may require subsidy. A worst-case bound and condition for obtaining an exact solution are both identified. Two sets of reproducible numerical experiments are conducted. The first, on a toy network, verifies the model and algorithm, and illustrates the differences between local and global stability. The second, on an expanded Sioux Falls network with 82 nodes and 748 links, derives generalizable insights about the model for coopetitive interdependencies between operators sharing the platform, handling congestion effects in MOD services, effects of local stability on investment impacts, and illustrating inequities that may arise under heterogeneous populations.
• Abstract（参考訳）: モビリティ・アズ・ア・サービス(maas: mobility-as-a-service)システムは、2つの排他的なエージェント、すなわち旅行者/ユーザとオペレーターからなる2つの市場であり、複数のオペレータが競合したり協力したりして、プラットフォームプロバイダの下で顧客にサービスを提供するモビリティエコシステムを形成している。 本研究では,固定ルート交通サービスとモビリティ・オン・デマンド(mod)サービスを組み合わせた多対多割当てゲームに基づくmaasプラットフォーム均衡モデルを提案する。 マッチング問題は、混雑中のマルチコモディティフローネットワーク設計問題として定式化される。 局所安定条件は、オペレーターの決定を含むウォードロップの原理の一般化を反映している。 局所安定性を保証するため,プラットフォームからの補助機構を提案する。 ラグランジアン緩和と準次最適化を統合したフランク・ウルフアルゴリズムを用いた分岐・境界系に基づく厳密解法を提案し,マッチング問題の最適性を保証するが,安定性はない。 安定条件と補助設計を統合したヒューリスティックが提案され、世界的安定を伴う最適MaaSプラットフォーム平衡解か、補助を必要とするような実現可能な局所安定解のいずれかに到達する。 正確な解を得るための最悪のケース境界と条件の両方を同定する。 再現可能な2種類の数値実験を行った。 まず、おもちゃのネットワーク上でモデルとアルゴリズムを検証することで、ローカルとグローバルの安定性の違いを説明します。 2つ目は、82のノードと748のリンクを持つ拡張されたスーフォールズネットワークにおいて、プラットフォームを共有するオペレータ間の相互依存モデル、MODサービスにおける混雑効果の処理、投資影響に対する局所的安定性の影響、異種集団で発生する可能性のある不等式に関する一般的な洞察を導出する。

関連論文リスト

• NodeOP: Optimizing Node Management for Decentralized Networks [8.225105658045843]
  分散ネットワークにおけるGeneral Node Operatorの管理を最適化するために設計された新しいフレームワークであるNodeOPを紹介します。 Agent-Based Modeling(ABM)とTendermint Byzantine Fault Tolerance(BFT)ベースのコンセンサスメカニズムを統合することで、NodeOPはタスク割り当て、コンセンサス生成、システムの安定性において重要な課題に対処する。
  論文  参考訳（メタデータ） (2024-10-22T06:00:04Z)
• Reconfigurable Intelligent Surface (RIS)-Assisted Entanglement Distribution in FSO Quantum Networks [62.87033427172205]
  自由空間光(FSO)量子チャネルに依存する量子ネットワーク(QN)は、光ファイバー基盤の確立が困難でコストがかかる環境における量子アプリケーションをサポートすることができる。 エンタングルメント分布のための仮想視線を提供する費用効率の高いフレームワークとして,再構成可能なインテリジェントサーフェス(RIS)を用いたFSOベースのQNを提案する。
  論文  参考訳（メタデータ） (2024-01-19T17:16:40Z)
• 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)
• Monte-Carlo Search for an Equilibrium in Dec-POMDPs [11.726372393432195]
  分散化された部分的に観測可能なマルコフ決定プロセス(Dec-POMDP)は、協調エージェントのグループに対する個々のコントローラの問題を形式化する。 ナッシュ均衡(各エージェント政策が、他のエージェントにとって最良の反応)を求めることは、よりアクセスしやすくなっている。 提案手法は,Dec-POMDPの生成モデル(シミュレータ)のみが利用可能である場合に適応可能であることを示す。
  論文  参考訳（メタデータ） (2023-05-19T16:47:46Z)
• Multi-agent Attention Actor-Critic Algorithm for Load Balancing in Cellular Networks [33.72503214603868]
  セルラーネットワークでは、ユーザ機器(UE)が基地局から別の基地局へハンドオフし、BS間の負荷分散問題を引き起こした。 本稿では,負荷分散問題をマルコフゲームとして定式化し,ロバストマルチエージェント・アテンション・アクタ・クリティカル(Robust-MA3C)アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-03-14T15:51:33Z)
• Hybrid Multi-agent Deep Reinforcement Learning for Autonomous Mobility on Demand Systems [31.23491481430466]
  本稿では,自律型モビリティ・オン・デマンドシステムの利益を最大化する運用者に対して,積極的要求の割当と拒否決定を行うというシーケンシャルな意思決定問題を考察する。 我々はマルコフ決定過程としてこの問題を定式化し、予測制御ポリシを得るために、マルチエージェントのソフトアクター・クリティカルと重み付きバイパートイトマッチングを組み合わせた新しい組み合わせを提案する。
  論文  参考訳（メタデータ） (2022-12-14T16:19:51Z)
• Switchable Representation Learning Framework with Self-compatibility [50.48336074436792]
  自己整合性(SFSC)を考慮した交換可能な表現学習フレームワークを提案する。 SFSCは1つのトレーニングプロセスを通じて、異なる能力を持つ一連の互換性のあるサブモデルを生成する。 SFSCは評価データセット上で最先端のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2022-06-16T16:46:32Z)
• Low-Latency Federated Learning over Wireless Channels with Differential Privacy [142.5983499872664]
  フェデレートラーニング(FL)では、モデルトレーニングはクライアントに分散し、ローカルモデルは中央サーバによって集約される。 本稿では,各クライアントの差分プライバシ(DP)要件だけでなく,全体としてのトレーニング性能に制約された無線チャネル上でのFLトレーニング遅延を最小限に抑えることを目的とする。
  論文  参考訳（メタデータ） (2021-06-20T13:51:18Z)
• Pointwise Feasibility of Gaussian Process-based Safety-Critical Control under Model Uncertainty [77.18483084440182]
  制御バリア関数(CBF)と制御リアプノフ関数(CLF)は、制御システムの安全性と安定性をそれぞれ強化するための一般的なツールである。 本稿では, CBF と CLF を用いた安全クリティカルコントローラにおいて, モデル不確実性に対処するためのガウスプロセス(GP)に基づくアプローチを提案する。
  論文  参考訳（メタデータ） (2021-06-13T23:08:49Z)
• A Modular and Transferable Reinforcement Learning Framework for the Fleet Rebalancing Problem [2.299872239734834]
  モデルフリー強化学習(RL)に基づく艦隊再バランスのためのモジュラーフレームワークを提案する。 動作領域のグリッド上の分布としてRL状態とアクション空間を定式化し,フレームワークをスケーラブルにする。 実世界の旅行データとネットワークデータを用いた数値実験は、このアプローチがベースライン法よりもいくつかの異なる利点があることを実証している。
  論文  参考訳（メタデータ） (2021-05-27T16:32:28Z)
• Regulation conform DLT-operable payment adapter based on trustless - justified trust combined generalized state channels [77.34726150561087]
  物の経済(EoT)は、ピアツーピアの信頼性のないネットワークで動作するソフトウェアエージェントに基づいています。 基本的価値と技術的可能性が異なる現在のソリューションの概要を述べる。 我々は,暗号ベースの分散型の信頼できない要素の強みと,確立された,十分に規制された支払い手段を組み合わせることを提案する。
  論文  参考訳（メタデータ） (2020-07-03T10:45:55Z)

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。