論文の概要: Age-Friendly Route Planner: Calculating Comfortable Routes for Senior
Citizens
- arxiv url: http://arxiv.org/abs/2311.11802v1
- Date: Mon, 20 Nov 2023 14:37:20 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-21 18:40:58.645027
- Title: Age-Friendly Route Planner: Calculating Comfortable Routes for Senior
Citizens
- Title（参考訳）: 年齢対応路線プランナー:高齢者の快適なルートを計算
- Authors: Andoni Aranguren, Eneko Osaba, Silvia Urra-Uriarte and Patricia
Molina-Costa
- Abstract要約: 本稿では,高齢者の生活体験を改善することを目的とした,高齢者フレンドリーなルートプランナーについて述べる。
本稿では,「年齢に優しいルートプランナー」の主な特徴の1つとして,嗜好に基づくルートについて述べる。
また、適応されたフレンドリーなルートの作成にどのように貢献できるかを示す。
- 参考スコア（独自算出の注目度）: 0.44241702149260353
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The application of routing algorithms to real-world situations is a widely
studied research topic. Despite this, routing algorithms and applications are
usually developed for a general purpose, meaning that certain groups, such as
ageing people, are often marginalized due to the broad approach of the designed
algorithms. This situation may pose a problem in cities which are suffering a
slow but progressive ageing of their populations. With this motivation in mind,
this paper focuses on describing our implemented Age-Friendly Route Planner,
whose goal is to improve the experience in the city for senior citizens. In
order to measure the age-friendliness of a route, several variables have been
deemed, such as the number of amenities along the route, the amount of
comfortable elements found, or the avoidance of sloppy sections. In this paper,
we describe one of the main features of the Age-Friendly Route Planner: the
preference-based routes, and we also demonstrate how it can contribute to the
creation of adapted friendly routes.
- Abstract（参考訳）: 実世界の状況へのルーティングアルゴリズムの適用は、広く研究されている研究トピックである。
それにもかかわらず、ルーティングアルゴリズムやアプリケーションは一般的に汎用的に開発されており、高齢者のような特定のグループはしばしば、設計アルゴリズムの幅広いアプローチのために疎外される。
この状況は、人口が遅いが進歩的な高齢化に苦しんでいる都市に問題を引き起こす可能性がある。
このモチベーションを念頭に置いて,高齢者のための都市における体験向上を目標とした,高齢者フレンドリーな経路プランナーの実施について述べる。
ルートの年齢・フレンドリー性を測定するため,経路上のアメニティの数,快適な要素の量,傾斜区間の回避など,いくつかの変数が検討されている。
本稿では, 優先経路という, 年齢フレンドリールートプランナーの主な特徴の1つについて述べるとともに, 適応型フレンドリールートの作成にどのように貢献するかを実証する。
関連論文リスト
- Route Planning Using Nature-Inspired Algorithms [0.0]
最適化問題の解法には、Nature-Inspired Algorithms (NIAs) と呼ばれる多くの異なるアルゴリズムがある。
まず、Nature-Inspired Algorithmsの概要と、その分類と一般的な例を紹介する。
次に、NIAが経路計画問題をどう解決したかについて論じる。
論文 参考訳（メタデータ） (2023-07-22T17:37:43Z) - POA: Passable Obstacles Aware Path-planning Algorithm for Navigation of
a Two-wheeled Robot in Highly Cluttered Environments [53.41594627336511]
パッシブル障害物認識(Passable Obstacles Aware, POA)プランナーは, 乱雑な環境下での二輪ロボットのナビゲーション手法である。
我々のアルゴリズムは、二輪ロボットが通過可能な障害物を通り抜ける道を見つけることを可能にする。
論文 参考訳（メタデータ） (2023-07-16T19:44:27Z) - Optimizing Group Utility in Itinerary Planning: A Strategic and
Crowd-Aware Approach [6.1392189155269925]
反復レコメンデーションは、多くの現実世界の応用において複雑なシーケンス予測問題である。
既存のソリューションは通常、一人称視点に焦点を合わせ、自然の群衆の振る舞いによる現実の問題に対処できない。
実環境におけるグループユーティリティを最適化するStrategic and CrowdAware Itinerary Recommendation (SCAIR)アルゴリズムを導入する。
論文 参考訳（メタデータ） (2023-04-04T10:04:43Z) - GoRela: Go Relative for Viewpoint-Invariant Motion Forecasting [121.42898228997538]
精度や一般化を犠牲にすることなく、全てのエージェントとマップに対して効率的な共有符号化を提案する。
不均一空間グラフにおけるエージェントとマップ要素間の幾何学的関係を表現するために、ペアワイズ相対的な位置符号化を利用する。
我々のデコーダは視点非依存であり、レーングラフ上でエージェント目標を予測し、多様かつコンテキスト対応のマルチモーダル予測を可能にする。
論文 参考訳（メタデータ） (2022-11-04T16:10:50Z) - Find a Way Forward: a Language-Guided Semantic Map Navigator [53.69229615952205]
本稿では,新たな視点で言語誘導ナビゲーションの問題に対処する。
ロボットが自然言語の指示を実行し、地図観測に基づいて目標位置へ移動できるようにする。
提案手法は特に長距離ナビゲーションの場合において顕著な性能向上をもたらす。
論文 参考訳（メタデータ） (2022-03-07T07:40:33Z) - Systematic Comparison of Path Planning Algorithms using PathBench [55.335463666037086]
パスプランニングはモバイルロボティクスの重要な構成要素である。
学習に基づく経路計画アルゴリズムの開発は、急速な成長を遂げている。
本稿では,パスプランニングアルゴリズムの開発,視覚化,トレーニング,テスト,ベンチマークを行うプラットフォームであるPathBenchについて述べる。
論文 参考訳（メタデータ） (2022-03-07T01:52:57Z) - Ranking Cost: Building An Efficient and Scalable Circuit Routing Planner
with Evolution-Based Optimization [49.207538634692916]
そこで我々は、効率よくトレーニング可能なルータを形成するための新しい回路ルーティングアルゴリズム、Randing Costを提案する。
提案手法では,A*ルータが適切な経路を見つけるのに役立つコストマップと呼ばれる新しい変数群を導入する。
我々のアルゴリズムはエンドツーエンドで訓練されており、人工データや人間の実演は一切使用しない。
論文 参考訳（メタデータ） (2021-10-08T07:22:45Z) - DeepAltTrip: Top-k Alternative Itineraries for Trip Recommendation [4.727697892741763]
本稿では,DeepAltTripというディープラーニングベースのフレームワークを提案する。
経路生成のステップでは,多様なユーザ定義制約をシームレスに処理できる新しいサンプリングアルゴリズムを提案する。
論文 参考訳（メタデータ） (2021-09-08T10:36:59Z) - PathBench: A Benchmarking Platform for Classical and Learned Path
Planning Algorithms [59.3879573040863]
パスプランニングは、モバイルロボティクスの重要なコンポーネントです。
アルゴリズムを全体的あるいは統一的にベンチマークする試みはほとんど行われていない。
本稿では,パスプランニングアルゴリズムの開発,視覚化,トレーニング,テスト,ベンチマークを行うプラットフォームであるPathBenchについて述べる。
論文 参考訳（メタデータ） (2021-05-04T21:48:18Z) - Deep Reinforcement Learning Based Dynamic Route Planning for Minimizing
Travel Time [8.234463661266169]
歩行者の深い強化学習に基づく経路計画アルゴリズムを設計する。
本稿では,道路渋滞を回避するため,エージェントが深層Qネットワークを通じて戦略を学習する動的調整可能な経路計画法を提案する。
シミュレーションの結果,DARPアルゴリズムは,従来の最短経路計画アルゴリズムと比較して,混雑条件下で52%の時間を節約できることがわかった。
論文 参考訳（メタデータ） (2020-11-03T15:10:09Z) - Scalable Many-Objective Pathfinding Benchmark Suite [0.0]
実世界のデータに基づいてアプリケーションをルーティングする上で重要な機能の大部分を網羅する,スケーラブルな多目的ベンチマーク問題を提案する。
本研究では, 距離, 走行時間, 事故による遅延, 曲率, 標高などの2つの経路特性を客観的に定義する。
このテストベンチマークは実世界のルーティング問題に容易に移行できるので、OpenStreetMapデータからルーティング問題を構築する。
論文 参考訳（メタデータ） (2020-10-09T11:17:49Z)
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。