Fugu-MT 論文翻訳(概要): Public Transport Network Design for Equality of Accessibility via Message Passing Neural Networks and Reinforcement Learning

論文の概要: Public Transport Network Design for Equality of Accessibility via Message Passing Neural Networks and Reinforcement Learning

arxiv url: http://arxiv.org/abs/2410.08841v1
Date: Fri, 11 Oct 2024 14:16:58 GMT
ステータス: 処理完了
システム内更新日: 2024-10-30 21:35:51.595845
Title: Public Transport Network Design for Equality of Accessibility via Message Passing Neural Networks and Reinforcement Learning
Title（参考訳）: メッセージパッシングニューラルネットワークと強化学習によるアクセシビリティの平等のための公共交通ネットワーク設計
Authors: Duo Wang, Maximilien Chau, Andrea Araldo,
Abstract要約: 我々は公共交通機関(PT)のアクセシビリティ、すなわちPTを介して周囲の関心点にたどり着くことに注力する。我々は、最先端のメッセージパッシングニューラルネットワーク(MPNN)と強化学習を組み合わせる。モントリオール市におけるメタヒューリスティックス(メタヒューリスティックス,メタヒューリスティックス,メタヒューリスティックス,メタヒューリスティックス,メタヒューリスティックス)に対する手法の有効性を示す。
参考スコア（独自算出の注目度）: 4.6289929100615
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Designing Public Transport (PT) networks able to satisfy mobility needs of people is essential to reduce the number of individual vehicles on the road, and thus pollution and congestion. Urban sustainability is thus tightly coupled to an efficient PT. Current approaches on Transport Network Design (TND) generally aim to optimize generalized cost, i.e., a unique number including operator and users' costs. Since we intend quality of PT as the capability of satisfying mobility needs, we focus instead on PT accessibility, i.e., the ease of reaching surrounding points of interest via PT. PT accessibility is generally unequally distributed in urban regions: suburbs generally suffer from poor PT accessibility, which condemns residents therein to be dependent on their private cars. We thus tackle the problem of designing bus lines so as to minimize the inequality in the geographical distribution of accessibility. We combine state-of-the-art Message Passing Neural Networks (MPNN) and Reinforcement Learning. We show the efficacy of our method against metaheuristics (classically used in TND) in a use case representing in simplified terms the city of Montreal.
Abstract（参考訳）: 公共交通機関(PT)ネットワークの設計は、道路上の個々の車両の数を減らし、汚染と渋滞を緩和するために不可欠である。これにより、都市持続性は効率的なPTと密結合される。トランスポート・ネットワーク・デザイン (TND) における現在のアプローチは一般的に、一般化されたコスト、すなわち演算子とユーザのコストを含むユニークな数値を最適化することを目的としている。我々は、モビリティニーズを満たす能力としてPTの品質を意図しているので、PTアクセシビリティ、すなわちPTを介して周囲の関心点にたどり着くことに注力する。郊外は一般的にPTアクセシビリティの貧弱さに悩まされており、住民は自家用車に依存していると非難している。そこで我々は,アクセシビリティの地理的分布の不平等を最小限に抑えるために,バス路線を設計する問題に取り組む。我々は、最先端のメッセージパッシングニューラルネットワーク(MPNN)と強化学習を組み合わせる。モントリオール市におけるメタヒューリスティックス(典型的にはTND)に対する手法の有効性を示す。

関連論文リスト

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)
MetaUrban: An Embodied AI Simulation Platform for Urban Micromobility [52.0930915607703]
最近のロボティクスとエンボディードAIの進歩により、公共の都市空間はもはや人間専用ではない。公共の都市空間における短距離移動のためのAIによって実現されるマイクロモビリティは、将来の交通システムにおいて重要な要素である。本稿では,AI駆動型都市マイクロモビリティ研究のための構成シミュレーションプラットフォームであるMetaUrbanを紹介する。
論文参考訳（メタデータ） (2024-07-11T17:56:49Z)
Forecasting and Mitigating Disruptions in Public Bus Transit Services [7.948662269574215]
公共交通機関はしばしば、機械的故障や医療の緊急事態など、需要と破壊の予期せぬ変動に悩まされる。これらの変動と混乱は遅延と混雑を招き、これは乗客の経験や交通機関全体の性能に有害である。このような事態を積極的に緩和するため、多くの交通機関はサービスエリア全域で車両の交換(保存)を行い、過密や破壊に苦しむ路線で車両の増備や交換を行うことができる。しかし, 代替車両を配置する最適な場所を決定することは, 乱れのランダム性や, 市内をまたがる場所を選択する性質から, 困難な問題となっている。
論文参考訳（メタデータ） (2024-03-06T22:06:21Z)
Fair collaborative vehicle routing: A deep multi-agent reinforcement learning approach [49.00137468773683]
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。
論文参考訳（メタデータ） (2023-10-26T15:42:29Z)
AccEq-DRT: Planning Demand-Responsive Transit to reduce inequality of accessibility [7.615022055373833]
我々は公共交通機関(PT)が提供するアクセシビリティに焦点をあてる中心都市間のアクセシビリティの分布や、主要交通回廊や郊外の近くでは明らかな不平等がある。我々はアクセシビリティの不平等を軽減することを目的としたDRT計画戦略をAccEq-DRTと呼ぶ。
論文参考訳（メタデータ） (2023-10-06T16:13:28Z)
Towards Understanding the Benefits and Challenges of Demand Responsive Public Transit- A Case Study in the City of Charlotte, NC [3.678540247562326]
本研究は, ノースカロライナ州シャーロット市において, 交通依存人口が直面する課題について検討する。本研究は、当初、待ち時間、信頼性の低いスケジュール、アクセシビリティの制限といった重要な問題を評価した。この評価には、既存のシャーロット地域交通システム(CATS)モバイルアプリケーションの分析と、提案されたスマートオンデマンドトランジット技術に対するユーザ受け入れ調査が含まれていた。
論文参考訳（メタデータ） (2023-04-09T03:10:36Z)
Designing Equitable Transit Networks [2.2720742607784183]
本稿では, 株式と福祉の異なる概念を明示的に考慮した交通ネットワーク設計の定式化について述べる。本稿は,米国大都市圏におけるネットワーク設計とエクイティのさまざまな概念の相互作用と,実世界データに基づく現在のトレードオフと結果について考察する。
論文参考訳（メタデータ） (2022-12-22T19:30:53Z)
On the Role of Multi-Objective Optimization to the Transit Network Design Problem [0.7734726150561088]
この研究は、トランジットネットワーク設計問題(TNDP)により良い回答をするために、単目的と多目的のスタンスを相乗的に組み合わせることができることを示している。ポルトガルのリスボン市におけるマルチモーダル公共交通ネットワークにおいて,本手法を適用した。提案されたTNDP最適化は、目標関数を最大28.3%削減することで、結果を改善することを実証した。
論文参考訳（メタデータ） (2022-01-27T16:22:07Z)
Flatland Competition 2020: MAPF and MARL for Efficient Train Coordination on a Grid World [49.80905654161763]
車両再スケジュール問題(vrsp)の解法開発を目的としたフラットランドコンペティション VRSPは、交通ネットワークにおける旅行のスケジュールと、故障が発生した場合の車両の再スケジュールに関するものである。現代の鉄道網の複雑化は、交通の動的リアルタイムスケジューリングを事実上不可能にします。
論文参考訳（メタデータ） (2021-03-30T17:13:29Z)
End-to-end Interpretable Neural Motion Planner [78.69295676456085]
複雑な都市環境での自律走行学習のためのニューラルモーションプランナー(NMP)を提案する。我々は,生lidarデータとhdマップを入力とし,解釈可能な中間表現を生成する全体モデルを設計した。北米のいくつかの都市で収集された実世界の運転データにおける我々のアプローチの有効性を実証する。
論文参考訳（メタデータ） (2021-01-17T14:16:12Z)
Smart Urban Mobility: When Mobility Systems Meet Smart Data [55.456196356335745]
都市人口は都市部で約25億人に達し、道路交通量は2050年までに12億台を超えた。輸送部門の経済貢献は欧州のGDPの5%を占め、アメリカでは平均482.05億ドルの費用がかかる。
論文参考訳（メタデータ） (2020-05-09T13:53:01Z)

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。