論文の概要: Fair collaborative vehicle routing: A deep multi-agent reinforcement learning approach

• arxiv url: http://arxiv.org/abs/2310.17485v1
• Date: Thu, 26 Oct 2023 15:42:29 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-27 19:37:45.569354
• Title: Fair collaborative vehicle routing: A deep multi-agent reinforcement learning approach
• Title（参考訳）: fair collaborative vehicle routing: 深層マルチエージェント強化学習アプローチ
• Authors: Stephen Mak, Liming Xu, Tim Pearce, Michael Ostroumov, Alexandra Brintrup
• Abstract要約: 協力的な車両ルーティングは、キャリアがそれぞれの輸送要求を共有し、互いに代表して輸送要求を実行することで協力するときに発生する。 従来のゲーム理論解の概念は、特性関数がエージェントの数とともに指数関数的にスケールするので、計算に費用がかかる。 我々は,この問題を,深層マルチエージェント強化学習を用いて解決した連立交渉ゲームとしてモデル化することを提案する。
• 参考スコア（独自算出の注目度）: 49.00137468773683
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Collaborative vehicle routing occurs when carriers collaborate through sharing their transportation requests and performing transportation requests on behalf of each other. This achieves economies of scale, thus reducing cost, greenhouse gas emissions and road congestion. But which carrier should partner with whom, and how much should each carrier be compensated? Traditional game theoretic solution concepts are expensive to calculate as the characteristic function scales exponentially with the number of agents. This would require solving the vehicle routing problem (NP-hard) an exponential number of times. We therefore propose to model this problem as a coalitional bargaining game solved using deep multi-agent reinforcement learning, where - crucially - agents are not given access to the characteristic function. Instead, we implicitly reason about the characteristic function; thus, when deployed in production, we only need to evaluate the expensive post-collaboration vehicle routing problem once. Our contribution is that we are the first to consider both the route allocation problem and gain sharing problem simultaneously - without access to the expensive characteristic function. Through decentralised machine learning, our agents bargain with each other and agree to outcomes that correlate well with the Shapley value - a fair profit allocation mechanism. Importantly, we are able to achieve a reduction in run-time of 88%.
• Abstract（参考訳）: 協力的な車両ルーティングは、キャリアが輸送要求を共有し、互いに代表して輸送要求を実行することで協力するときに発生する。 これによりスケールの経済が達成され、コスト、温室効果ガス、道路渋滞が削減される。 しかし、どのキャリアが誰とパートナーし、各キャリアはいくらを支払うべきか? 従来のゲーム理論解の概念は、特性関数がエージェントの数とともに指数関数的にスケールするので、計算に費用がかかる。 これは車両ルーティング問題 (NP-hard) を指数的な回数で解く必要がある。 そこで我々は,この問題を,深層多エージェント強化学習を用いて解決した連立交渉ゲームとしてモデル化することを提案する。 代わりに、私たちは暗黙的に特性関数を推論します。従って、本番環境にデプロイされた場合、私たちは1回だけ高価なコラボレーション後の車両ルーティング問題を評価するだけでよいのです。 我々の貢献は, 経路割当問題とゲインシェア問題の両方を, 高価な特性関数を使わずに, 初めて検討したことである。 分散機械学習を通じて、エージェントは互いに交渉し、Shapleyの価値とよく相関する結果、すなわち公正な利益配分メカニズムに合意します。 重要なことに、ランタイムの88%の削減を実現できます。

関連論文リスト

• Coalitional Bargaining via Reinforcement Learning: An Application to Collaborative Vehicle Routing [49.00137468773683]
  コラボレーティブ・ビークル・ルーティング(Collaborative Vehicle Routing)とは、デリバリ情報を共有し、互いに代理してデリバリ要求を実行することで、デリバリ企業が協力する場所である。 これによりスケールの経済が達成され、コスト、温室効果ガスの排出、道路渋滞が減少する。 しかし、どの会社が誰とパートナーし、それぞれの会社がどれだけの報酬を支払うべきか? シャプリー値(英語版)やヌクレオルス(英語版)のような伝統的なゲーム理論解の概念は、協調車両ルーティング(英語版)の現実問題に対して計算することが困難である。
  論文  参考訳（メタデータ） (2023-10-26T15:04:23Z)
• Using Reinforcement Learning for the Three-Dimensional Loading Capacitated Vehicle Routing Problem [40.50169360761464]
  効率を上げるためのソリューションとして、協調車両ルーティングが提案されている。 現在の運用研究手法は、問題の大きさを増大させる非線形スケーリングに悩まされている。 約線形時間で3次元負荷容量化車両ルーティング問題を解くための強化学習モデルを開発した。
  論文  参考訳（メタデータ） (2023-07-22T18:05:28Z)
• 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)
• Multi-Agent Neural Rewriter for Vehicle Routing with Limited Disclosure of Costs [65.23158435596518]
  チームのマルコフゲームとして、部分的に観測可能なコストでマルチサイクルルーティング問題を解く。 我々のマルチエージェント強化学習アプローチである、いわゆるマルチエージェントニューラルリライタは、1エージェントニューラルリライタを利用して、反復的に書き換えるソリューションによって問題を解決する。
  論文  参考訳（メタデータ） (2022-06-13T09:17:40Z)
• Independent Reinforcement Learning for Weakly Cooperative Multiagent Traffic Control Problem [22.733542222812158]
  本研究では,irl(independent reinforcement learning)を用いて複雑な交通協調制御問題を解く。 そこで, 交通制御問題を部分的に観測可能な弱協調交通モデル (PO-WCTM) としてモデル化し, 交差点群全体の交通状況を最適化する。 実験の結果,CIL-DDQNはトラヒック制御問題のほぼすべての性能指標において,他の手法よりも優れていた。
  論文  参考訳（メタデータ） (2021-04-22T07:55:46Z)
• Vehicular Cooperative Perception Through Action Branching and Federated Reinforcement Learning [101.64598586454571]
  強化学習に基づく車両関連、リソースブロック(RB)割り当て、協調認識メッセージ(CPM)のコンテンツ選択を可能にする新しいフレームワークが提案されている。 車両全体のトレーニングプロセスをスピードアップするために、フェデレーションRLアプローチが導入されます。 その結果、フェデレーションRLはトレーニングプロセスを改善し、非フェデレーションアプローチと同じ時間内により良いポリシーを達成できることが示された。
  論文  参考訳（メタデータ） (2020-12-07T02:09:15Z)
• Equitable and Optimal Transport with Multiple Agents [48.17429789586127]
  複数のコストがかかる場合に最適輸送問題を拡張します。 1つのディストリビューションを別のディストリビューションに転送する作業は、エージェント間で均等に共有することを目的としています。 別の視点では、目的がエージェント間で均等な商品を均質な選好に従って分配することである。
  論文  参考訳（メタデータ） (2020-06-12T15:15:41Z)

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。