論文の概要: Towards Behavioral-aware Crowd Management System
- arxiv url: http://arxiv.org/abs/2311.02228v1
- Date: Fri, 3 Nov 2023 20:33:41 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-07 18:43:57.349785
- Title: Towards Behavioral-aware Crowd Management System
- Title（参考訳）: 行動認識型群衆管理システムに向けて
- Authors: Yixin Zhang, Tianyu Zhao, Salma Elmalaki
- Abstract要約: サージイベント後の公正避難戦略の実施を提唱する。
本稿では,アトラクション位置の調整とステージ演奏の切り替えを含む予防的アプローチを提案する。
本研究は, 公正避難戦略が安全対策および傾斜度に及ぼす影響を実証し, 平均41.8%の公正度向上効果を示した。
- 参考スコア（独自算出の注目度）: 23.307001200113344
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Instances of casualties resulting from large crowds persist, highlighting the
existing limitations of current crowd management practices. One notable
drawback is the insufficient provision for disadvantaged individuals who may
require additional time to evacuate due to their slower running speed.
Moreover, the existing escape strategies may fall short of ensuring the safety
of all individuals during a crowd surge. To address these pressing concerns,
this paper proposes two crowd management methodologies. Firstly, we advocate
for the implementation of a fair evacuation strategy following a surge event,
which takes into account the diverse needs of all individuals, ensuring
inclusivity and mitigating potential risks. Secondly, we propose a preventative
approach involving the adjustment of attraction locations and switching between
stage performances in large-crowded events to minimize the occurrence of surges
and enhance crowd dispersion. To assess the effectiveness of our proposals, we
used high-fidelity crowd management simulators. Our findings demonstrate the
positive impact of the fair evacuation strategy on safety measures and
inclusivity, which increases fairness by 41.8% on average. Furthermore, the
adjustment of attraction locations and stage performances has shown a
significant reduction in the incidence of surges by 34% on average, thereby
enhancing overall crowd safety.
- Abstract（参考訳）: 大群衆による死傷者は継続し、現在の群衆管理プラクティスの既存の制限を強調している。
特筆すべき欠点は、走行速度が遅いために退避するのに余分な時間を必要とする不利な個人に対する供給不足である。
さらに、既存のエスケープ戦略は、群衆の急上昇時に全個人の安全を確保できない可能性がある。
そこで本研究では,2つの群集管理手法を提案する。
第一に,すべての個人の多様なニーズを考慮し,排他性を確保し,潜在的なリスクを緩和する,サージイベント後の公正な避難戦略の実施を提唱する。
第2に,トラジの発生を最小限に抑え,群衆の分散性を高めるために,アトラクション位置の調整と大規模イベントにおけるステージ演出の切り替えを含む予防的アプローチを提案する。
提案手法の有効性を評価するために,高忠実度群集管理シミュレータを用いた。
本研究は, 公正避難戦略が安全対策および傾斜度に及ぼす影響を実証し, 平均41.8%の公正度向上効果を示した。
さらに、アトラクションの位置やステージパフォーマンスの調整により、平均して34%の急上昇の発生率が大幅に減少し、群衆全体の安全が向上した。
関連論文リスト
- Evacuation patterns and socioeconomic stratification in the context of wildfires in Chile [1.5157842912803314]
我々は,チリのバルパライソで発生した山火事で避難パターンを解析するために,高精細な携帯電話記録を用いた。
多くの人が家から一晩離れて過ごしており、最も低い社会経済セグメントの人々は最も長い時間離れていた。
以上の結果から,社会経済的差異が避難動態に果たす役割が示唆され,対応計画に有用な知見が得られた。
論文 参考訳（メタデータ） (2024-10-08T13:18:49Z) - Criticality and Safety Margins for Reinforcement Learning [53.10194953873209]
我々は,定量化基盤真理とユーザにとっての明確な意義の両面から,批判的枠組みを定めようとしている。
エージェントがn連続的ランダム動作に対するポリシーから逸脱した場合の報酬の減少として真臨界を導入する。
我々はまた、真の臨界と統計的に単調な関係を持つ低オーバーヘッド計量であるプロキシ臨界の概念も導入する。
論文 参考訳（メタデータ） (2024-09-26T21:00:45Z) - RACER: Epistemic Risk-Sensitive RL Enables Fast Driving with Fewer Crashes [57.319845580050924]
本稿では,リスク感応制御と適応行動空間のカリキュラムを組み合わせた強化学習フレームワークを提案する。
提案アルゴリズムは,現実世界のオフロード運転タスクに対して,高速なポリシーを学習可能であることを示す。
論文 参考訳（メタデータ） (2024-05-07T23:32:36Z) - Wireless Crowd Detection for Smart Overtourism Mitigation [50.031356998422815]
この章では、モバイルデバイスのワイヤレスアクティビティに基づいたオーバツーリズムを監視するための、低コストなアプローチについて説明する。
群集センサは、無線技術のトレース要素を検出することで、周囲のモバイルデバイスの数をカウントする。
いくつかの技術で検出プログラムを実行し、指紋解析の結果は匿名データベースにのみローカルに保存される。
論文 参考訳（メタデータ） (2024-02-14T13:20:24Z) - Temporal Analysis of World Disaster Risk:A Machine Learning Approach to
Cluster Dynamics [0.0]
本稿では,リスクを軽減し,世界規模で安全な環境を創出するための取り組みの効果を評価する。
世界リスク指数を用いて、2011年から2021年までの世界の災害リスク動態の時間的分析を行う。
論文 参考訳（メタデータ） (2024-01-10T08:50:53Z) - iPLAN: Intent-Aware Planning in Heterogeneous Traffic via Distributed
Multi-Agent Reinforcement Learning [57.24340061741223]
本稿では,高密度および不均一な交通シナリオにおける軌跡や意図を予測できる分散マルチエージェント強化学習(MARL)アルゴリズムを提案する。
インテント対応プランニングのアプローチであるiPLANにより、エージェントは近くのドライバーの意図をローカルな観察からのみ推測できる。
論文 参考訳（メタデータ） (2023-06-09T20:12:02Z) - Prioritizing emergency evacuations under compounding levels of
uncertainty [34.71695000650056]
民間避難に備えたチームを対象とした危機前訓練のための意思決定支援ツールの提案と分析を行う。
我々は多種多様なマルコフ決定過程(MDP)を用いて、複雑な不確実性のレベルを捉える。
モデル不確実性の複合レベルを考慮すると、政策性能の改善なしに複雑さが増すことが示される。
論文 参考訳（メタデータ） (2022-09-30T21:01:05Z) - Towards Adversarial Patch Analysis and Certified Defense against Crowd
Counting [61.99564267735242]
安全クリティカルな監視システムの重要性から、群衆のカウントは多くの注目を集めています。
近年の研究では、ディープニューラルネットワーク(DNN)の手法が敵の攻撃に弱いことが示されている。
群衆カウントモデルのロバスト性を評価するために,Momentumを用いた攻撃戦略としてAdversarial Patch Attackを提案する。
論文 参考訳（メタデータ） (2021-04-22T05:10:55Z) - Conservative Safety Critics for Exploration [120.73241848565449]
強化学習(RL)における安全な探索の課題について検討する。
我々は、批評家を通じて環境状態の保守的な安全性推定を学習する。
提案手法は,破滅的故障率を著しく低く抑えながら,競争力のあるタスク性能を実現することができることを示す。
論文 参考訳（メタデータ） (2020-10-27T17:54:25Z) - Sustainable and resilient strategies for touristic cities against
COVID-19: an agent-based approach [0.0]
「ソーシャルディスタンシング」は感染率の高いところでは効果が高いと思われるが、重要な経済効果を持つ極端な指標である。
この研究は、既存のエージェントベースモデルを変更し、観光地におけるウイルスの拡散を推定する。
その結果,「社会的分散」は感染率が高いほど効果が高いと考えられるが,重要な経済効果を持つ極端な指標であることがわかった。
論文 参考訳（メタデータ） (2020-05-26T07:17:38Z) - L2B: Learning to Balance the Safety-Efficiency Trade-off in Interactive
Crowd-aware Robot Navigation [11.893324664457548]
Learning to Balance(L2B)フレームワークにより、モバイルロボットエージェントは、群衆との衝突を避けることにより、目的地に向かって安全に操縦することができる。
観衆を意識したナビゲーションにおける安全性と効率の要件は,エージェントと観衆の間での社会的ジレンマの存在においてトレードオフがあることを観察する。
我々は,我々のL2Bフレームワークを挑戦的な群集シミュレーションで評価し,航法成功率と衝突速度の両方の観点から,最先端の航法アプローチよりも優れていることを示す。
論文 参考訳（メタデータ） (2020-03-20T11:40:29Z)
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。