論文の概要: Data on the Move: Traffic-Oriented Data Trading Platform Powered by AI Agent with Common Sense
- arxiv url: http://arxiv.org/abs/2407.00995v1
- Date: Mon, 1 Jul 2024 06:17:18 GMT
- ステータス: 処理完了
- システム内更新日: 2024-07-04 00:36:18.683156
- Title: Data on the Move: Traffic-Oriented Data Trading Platform Powered by AI Agent with Common Sense
- Title(参考訳): 移動に関するデータ:コモンセンスを持つAIエージェントによって駆動されるトラフィック指向データトレーディングプラットフォーム
- Authors: Yi Yu, Shengyue Yao, Tianchen Zhou, Yexuan Fu, Jingru Yu, Ding Wang, Xuhong Wang, Cen Chen, Yilun Lin,
- Abstract要約: 私たちはData on The Move(DTM)というトラフィック指向のデータトレーディングプラットフォームを導入しました。
DTMはトラフィックシミュレーション、データトレーディング、AIエージェントを統合する。
提案するAIエージェントベースの価格設定手法は,合理的な価格を提供することでデータトレーディングを強化する。
- 参考スコア(独自算出の注目度): 21.398890792164703
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In the digital era, data has become a pivotal asset, advancing technologies such as autonomous driving. Despite this, data trading faces challenges like the absence of robust pricing methods and the lack of trustworthy trading mechanisms. To address these challenges, we introduce a traffic-oriented data trading platform named Data on The Move (DTM), integrating traffic simulation, data trading, and Artificial Intelligent (AI) agents. The DTM platform supports evident-based data value evaluation and AI-based trading mechanisms. Leveraging the common sense capabilities of Large Language Models (LLMs) to assess traffic state and data value, DTM can determine reasonable traffic data pricing through multi-round interaction and simulations. Moreover, DTM provides a pricing method validation by simulating traffic systems, multi-agent interactions, and the heterogeneity and irrational behaviors of individuals in the trading market. Within the DTM platform, entities such as connected vehicles and traffic light controllers could engage in information collecting, data pricing, trading, and decision-making. Simulation results demonstrate that our proposed AI agent-based pricing approach enhances data trading by offering rational prices, as evidenced by the observed improvement in traffic efficiency. This underscores the effectiveness and practical value of DTM, offering new perspectives for the evolution of data markets and smart cities. To the best of our knowledge, this is the first study employing LLMs in data pricing and a pioneering data trading practice in the field of intelligent vehicles and smart cities.
- Abstract(参考訳): デジタル時代には、データは重要な資産となり、自動運転などの技術が進歩している。
それにもかかわらず、データトレーディングは堅牢な価格設定方法の欠如や信頼できるトレーディングメカニズムの欠如といった課題に直面している。
これらの課題に対処するために、トラフィックシミュレーション、データトレーディング、AIエージェントを統合する、Data on The Move (DTM)と呼ばれるトラフィック指向のデータトレーディングプラットフォームを導入する。
DTMプラットフォームは、明白なデータ価値評価とAIベースのトレーディングメカニズムをサポートする。
LLM(Large Language Models)の共通感覚機能を利用して、トラフィックの状態とデータ値を評価することで、DTMはマルチラウンドのインタラクションとシミュレーションを通じて、合理的なトラフィックデータ価格を決定することができる。
さらに、DTMは、交通システム、マルチエージェントインタラクション、および取引市場における個人の不均一性と不合理な振る舞いをシミュレートすることで、価格法検証を提供する。
DTMプラットフォーム内では、コネクテッドカーやトラヒックライトコントローラといったエンティティが情報収集、データ価格、トレーディング、意思決定に従事している。
シミュレーションの結果,提案したAIエージェントベースの価格設定手法は,交通効率の向上が示すように,合理的な価格を提供することでデータトレーディングの促進を図っている。
これはDTMの有効性と実用性を強調し、データ市場とスマートシティの進化に対する新たな視点を提供する。
我々の知る限りでは、LLMをデータ価格に採用する最初の研究であり、インテリジェントな車やスマートシティの分野におけるデータトレーディングの先駆的な実践である。
関連論文リスト
- Towards Human-Guided, Data-Centric LLM Co-Pilots [53.35493881390917]
CliMB-DCは、機械学習コパイロットのための、ヒューマンガイド付き、データ中心のフレームワークである。
高度なデータ中心ツールとLLM駆動推論を組み合わせることで、堅牢でコンテキスト対応のデータ処理を可能にする。
CliMB-DCが未処理のデータセットをML対応フォーマットに変換する方法を示す。
論文 参考訳(メタデータ) (2025-01-17T17:51:22Z) - MetaTrading: An Immersion-Aware Model Trading Framework for Vehicular Metaverse Services [94.61039892220037]
本稿では,車載メタバースにおける拡張現実(AR)サービスの学習モデルを支援するために,メタバースユーザ(MU)にインセンティブを与える新しい没入型モデルトレーディングフレームワークを提案する。
動的ネットワーク条件とプライバシの懸念を考慮して、マルチエージェントマルコフ決定プロセスとしてMSPの報酬決定を定式化する。
実験により,提案フレームワークは,実AR関連車両データセット上でのARサービスにおいて,オブジェクト検出と分類のための高価値モデルを効果的に提供できることが示されている。
論文 参考訳(メタデータ) (2024-10-25T16:20:46Z) - Modeling IoT Traffic Patterns: Insights from a Statistical Analysis of an MTC Dataset [1.2289361708127877]
IoT(Internet-of-Things)は急速に拡大し、多くのデバイスを接続し、私たちの日常生活に不可欠なものになっています。
効果的なIoTトラフィック管理には、マシン型通信(MTC)のモデリングと予測が必要である。
我々は、Kolmogorov-Smirnov、Anderson-Darling、chi-squared、ルート平均二乗誤差などの確立されたテストを含む、適合性テストを用いたMCCトラフィックの包括的統計分析を行う。
論文 参考訳(メタデータ) (2024-09-03T14:24:18Z) - An Approach to Systematic Data Acquisition and Data-Driven Simulation for the Safety Testing of Automated Driving Functions [32.37902846268263]
オープンワールド」の安全性への影響に関連する研究開発分野では、シミュレーションのパラメータ化や検証を行うための実世界のデータが著しく不足している。
本稿では、異種な方法で公共交通のデータを体系的に取得し、それらを統一表現に変換し、自動運転機能のデータ駆動仮想検証に使用する交通行動モデルを自動的にパラメータ化する手法を提案する。
論文 参考訳(メタデータ) (2024-05-02T23:24:27Z) - Data Acquisition: A New Frontier in Data-centric AI [65.90972015426274]
まず、現在のデータマーケットプレースを調査し、データセットに関する詳細な情報を提供するプラットフォームが不足していることを明らかにする。
次に、データプロバイダと取得者間のインタラクションをモデル化するベンチマークであるDAMチャレンジを紹介します。
提案手法の評価は,機械学習における効果的なデータ取得戦略の必要性を浮き彫りにしている。
論文 参考訳(メタデータ) (2023-11-22T22:15:17Z) - TrafficBots: Towards World Models for Autonomous Driving Simulation and
Motion Prediction [149.5716746789134]
我々は,データ駆動型交通シミュレーションを世界モデルとして定式化できることを示した。
動作予測とエンドツーエンドの運転に基づくマルチエージェントポリシーであるTrafficBotsを紹介する。
オープンモーションデータセットの実験は、TrafficBotsが現実的なマルチエージェント動作をシミュレートできることを示している。
論文 参考訳(メタデータ) (2023-03-07T18:28:41Z) - Generative AI-empowered Simulation for Autonomous Driving in Vehicular
Mixed Reality Metaverses [130.15554653948897]
車両混合現実(MR)メタバースでは、物理的実体と仮想実体の間の距離を克服することができる。
現実的なデータ収集と物理世界からの融合による大規模交通・運転シミュレーションは困難かつコストがかかる。
生成AIを利用して、無制限の条件付きトラフィックを合成し、シミュレーションでデータを駆動する自律運転アーキテクチャを提案する。
論文 参考訳(メタデータ) (2023-02-16T16:54:10Z) - AI in Smart Cities: Challenges and approaches to enable road vehicle
automation and smart traffic control [56.73750387509709]
SCCは、活動やユーティリティの自動化と最適化による効率向上を目指すデータ中心の社会を構想しています。
本稿では、SCCにおけるAIの視点を説明し、道路車両の自動化とスマート交通制御を可能にする交通で使用されるAIベースの技術の概要を示す。
論文 参考訳(メタデータ) (2021-04-07T14:31:08Z) - From Data to Actions in Intelligent Transportation Systems: a
Prescription of Functional Requirements for Model Actionability [10.27718355111707]
この研究は、多種多様なソースから得られたデータが、その資産やシステム、プロセスの効率的な運用のために、データ駆動モデルを学び、適応するためにどのように使用できるかを説明することを目的としている。
ITSのデータモデリングパイプラインでは、データ融合、適応学習、モデル評価という3つの複合ステージに対して、特性、エンジニアリング要件、本質的な課題を定義します。
論文 参考訳(メタデータ) (2020-02-06T12:02:30Z)
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。