Fugu-MT 論文翻訳(概要): Effect of trip attributes on ridehailing driver trip request acceptance

論文の概要: Effect of trip attributes on ridehailing driver trip request acceptance

arxiv url: http://arxiv.org/abs/2402.01650v1
Date: Tue, 9 Jan 2024 06:37:35 GMT
ステータス: 処理完了
システム内更新日: 2024-02-11 17:17:15.256071
Title: Effect of trip attributes on ridehailing driver trip request acceptance
Title（参考訳）: trip属性が配車ドライバーのトリップ要求受入に及ぼす影響
Authors: Yuanjie Tu, Moein Khaloei, Nazmul Arefin Khan, Don MacKenzie
Abstract要約: 希望しない旅行の特徴に対する補償を受ける意思のある配車ドライバーに基づいて、旅行要求の受け入れを促進するために、いくつかの政策勧告が提案された。この発見は、交通機関が配車サービスの効率を改善し、都市移動性のニーズを十分満たし、環境負荷を軽減できる可能性がある。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: A generalized additive mixed model was estimated to investigate the factors that impact ridehailing driver trip request acceptance choices, relying on 200 responses from a stated preference survey in Seattle, US. Several policy recommendations were proposed to promote trip request acceptance based on ridehailing drivers willingness to accept compensation for undesired trip features. The findings could be useful for transportation agencies to improve ridehailing service efficiency, better fulfill urban mobility needs, and reduce environmental burden.
Abstract（参考訳）: シアトルで実施した選好調査の200件の回答を頼りに,乗用車の走行要求の受け入れ選択に影響を与える要因について,一般化した添加混合モデルを用いて検討した。配車サービスドライバーが望ましくない旅行機能に対する補償を受ける意思に基づく旅行リクエストの受け入れを促進するために、いくつかのポリシー勧告が提案された。この発見は、交通機関が配車サービスの効率を改善し、都市移動性のニーズを十分満たし、環境負荷を軽減できる可能性がある。

関連論文リスト

Unintentional Unalignment: Likelihood Displacement in Direct Preference Optimization [60.176008034221404]
直接選好最適化(DPO)とその変種は、言語モデルと人間の選好の整合にますます利用されている。以前の研究では、トレーニング中に好まれる反応の可能性が減少する傾向が見られた。確率変位は破滅的になりうることを示し、確率質量を好ましくない反応から反対の意味の反応へとシフトさせる。
論文参考訳（メタデータ） (2024-10-11T14:22:44Z)
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)
i-Rebalance: Personalized Vehicle Repositioning for Supply Demand Balance [11.720716530010323]
深部強化学習(DRL)を用いた個別車両再配置手法i-Rebalanceを提案する。 i-Re Balanceは、99人のリアルドライバーを含む実地ユーザスタディを通じて、リポジションレコメンデーションを受け入れる際のドライバーの判断を推定する。実世界の軌道データの評価では、i-リバランスはドライバーの受け入れ率を38.07%、ドライバーの総収入を9.97%改善している。
論文参考訳（メタデータ） (2024-01-09T08:51:56Z)
Mutual Information as Intrinsic Reward of Reinforcement Learning Agents for On-demand Ride Pooling [19.247162142334076]
オンデマンドの車両プールサービスにより、各車両は一度に複数の乗客にサービスを提供することができる。既存のアルゴリズムでは、収益のみを考慮する場合が多いため、異常な配信要求を抱える場合、乗車が困難になる。本稿では,都市を個別の配車に分割した配車作業のための配車フレームワークを提案し,これらの地域での配車に強化学習(RL)アルゴリズムを用いる。
論文参考訳（メタデータ） (2023-12-23T08:34:52Z)
Exploiting Correlated Auxiliary Feedback in Parameterized Bandits [56.84649080789685]
そこで本研究では,学習者が追加の補助的フィードバックを観察できるパラメータ化帯域問題の新たな変種について検討する。補助的なフィードバックは、ユーザのサービス評価(リワード)を観察し、サービス提供時間(補助的なフィードバック)などの追加情報を収集するオンラインプラットフォームなど、多くの現実的なアプリケーションで容易に利用可能である。
論文参考訳（メタデータ） (2023-11-05T17:27:06Z)
Studying the Impact of Semi-Cooperative Drivers on Overall Highway Flow [76.38515853201116]
半協調行動は、人間ドライバーの本質的な性質であり、自律運転には考慮すべきである。新たな自律型プランナーは、社会的に準拠した軌道を生成するために、人間のドライバーの社会的価値指向(SVO)を考慮することができる。エージェントが反復的最適応答のゲーム理論バージョンをデプロイする暗黙的な半協調運転について検討する。
論文参考訳（メタデータ） (2023-04-23T16:01:36Z)
A greedy approach for increased vehicle utilization in ridesharing networks [0.3480973072524161]
ライドシェアリングプラットフォームは都市部の住民にとって顕著な交通手段になっています道路網全体からウィンドウへの探索空間を削減できるk-hopベースのスライディングウインドウ近似アルゴリズムを提案する。実世界のデータセット上で提案したモデルを評価し,実験結果から提案モデルによる優れた性能を示す。
論文参考訳（メタデータ） (2023-04-02T07:25:01Z)
Intelligent Request Strategy Design in Recommender System [76.90734681369156]
我々は、Intelligent Request Strategy Design(IRSD)というエッジインテリジェンスの新しい学習タスクを構想する。 IRSDは、ユーザのリアルタイムな意図に基づいて、リクエスト挿入の適切なタイミングを決定することにより、ウォーターフォールRSの有効性を向上させることを目的としている。我々は、アップリフトベースのOn-edge Smart Request Framework(AdaRequest)という、適応的な要求挿入戦略の新しいパラダイムを提案する。
論文参考訳（メタデータ） (2022-06-23T16:51:38Z)
Efficiency, Fairness, and Stability in Non-Commercial Peer-to-Peer Ridesharing [84.47891614815325]
本稿は、P2Pライドシェアリングにおける中核的な問題である、ライダーとドライバーのマッチングに焦点を当てる。 P2Pライドシェアリングにおける公平性と安定性の新たな概念を紹介する。結果は、妥当な計算時間で、公平で安定した解が得られることを示唆している。
論文参考訳（メタデータ） (2021-10-04T02:14:49Z)
Shifting Mobility Behaviors in Unprecedented Times: Intentions to Use On-demand Ride Services During the COVID-19 Pandemic [0.0]
新型コロナウイルスは人々の日常生活や移動行動において大きな破壊力となっている。タクシーや配車といったオンデマンド配車サービスの需要は、特に影響を受けている。本研究では,生活習慣や日常の急激な変化にともなって,オンデマンド乗車サービスを利用する意図について検討した。
論文参考訳（メタデータ） (2021-08-05T00:41:59Z)
A Distributed Model-Free Ride-Sharing Approach for Joint Matching, Pricing, and Dispatching using Deep Reinforcement Learning [32.0512015286512]
我々は、動的で需要に敏感で、価格に基づく車両通行者マッチングとルート計画フレームワークを提案する。我々の枠組みはニューヨーク市税のデータセットを用いて検証されている。実験の結果,実時間および大規模設定におけるアプローチの有効性が示された。
論文参考訳（メタデータ） (2020-10-05T03:13:47Z)

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。