論文の概要: Understanding Demand for Shared Autonomous Micro-Mobility
- arxiv url: http://arxiv.org/abs/2508.03521v1
- Date: Tue, 05 Aug 2025 14:47:41 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-08-06 18:18:56.025162
- Title: Understanding Demand for Shared Autonomous Micro-Mobility
- Title（参考訳）: 共有型自律型マイクロモビリティの需要理解
- Authors: Naroa Coretti Sanchez, Kent Larson,
- Abstract要約: 本研究は、米国における自動運転自転車と交通機関の統合に焦点を当てたものである。
我々は、現実世界の旅行に基盤を置き、個別選択モデルを推定する、記述された嗜好調査を設計する。
発見は、採用、モードシフト、環境への影響がサービス設計に非常に敏感であることを示している。
- 参考スコア（独自算出の注目度）: 1.8448900384629126
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: This study examines the behavioral and environmental implications of shared autonomous micro-mobility systems, focusing on autonomous bicycles and their integration with transit in the U.S. While prior research has addressed operational and lifecycle aspects, a critical gap remains in understanding which modes these services are likely to substitute, who is most inclined to adopt them, and how service attributes influence user decisions. We design a context-aware stated preference survey grounded in real-world trips and estimate discrete choice models, including a hybrid model incorporating latent attitudes. Findings indicate that adoption, mode shift, and environmental impacts are highly sensitive to service design. Scenarios with minimal wait and cost yield high adoption but increase emissions, while moderate waits are more likely to reduce impacts. Adoption likelihood varies with demographic characteristics, and outcomes depend on city type, context, and infrastructure assumptions. These insights can inform the development of more sustainable and equitable mobility systems.
- Abstract（参考訳）: 本研究は, 自律型自転車と米国における交通システムの統合に着目し, 自律型マイクロモビリティシステムにおける行動・環境への影響について考察する。
実世界の旅行に基礎を置く文脈認識型嗜好調査を設計し、潜伏姿勢を取り入れたハイブリッドモデルを含む個別選択モデルを推定する。
発見は、採用、モードシフト、環境への影響がサービス設計に非常に敏感であることを示している。
最小限の待ち時間とコストを持つシナリオは高い採用をもたらすが、排出を増加させる一方、適度な待ち時間は影響を減少させる可能性が高い。
採用の確率は人口統計学的特徴によって異なり、その結果は都市タイプ、文脈、インフラの前提に依存する。
これらの洞察は、より持続的で公平なモビリティシステムの開発に役立てることができる。
関連論文リスト
- A Comprehensive Machine Learning Framework for Micromobility Demand Prediction [0.0]
ドックレスのeスクーターは、エコフレンドリーでフレキシブルな都市交通手段として登場した。
本研究では,マイクロモビリティの需要予測を改善するために,空間的,時間的,ネットワーク的依存関係を統合したフレームワークを提案する。
論文 参考訳（メタデータ） (2025-07-03T15:31:10Z) - Situationally-Aware Dynamics Learning [57.698553219660376]
隠れ状態表現のオンライン学習のための新しいフレームワークを提案する。
提案手法は、非観測パラメータが遷移力学と報酬構造の両方に与える影響を明示的にモデル化する。
シミュレーションと実世界の両方の実験は、データ効率、ポリシー性能、安全で適応的なナビゲーション戦略の出現を著しく改善した。
論文 参考訳（メタデータ） (2025-05-26T06:40:11Z) - A survey about perceptions of mobility to inform an agent-based simulator of subjective modal choice [0.0]
これはJFSMA-JFMS 2024 "Un simulateur multi-agent de choix modal subjectif"でフランス語で公開されたデモペーパーの拡張版である。
論文 参考訳（メタデータ） (2025-02-17T17:25:18Z) - A Survey of World Models for Autonomous Driving [63.33363128964687]
自律運転の最近の進歩は、堅牢な世界モデリングの進歩によって推進されている。
世界モデルは、マルチセンサーデータ、セマンティックキュー、時間ダイナミクスを統合する駆動環境の高忠実度表現を提供する。
本稿では、自律運転の世界モデルにおける最近の進歩を体系的にレビューする。
論文 参考訳（メタデータ） (2025-01-20T04:00:02Z) - Advancing Sustainability via Recommender Systems: A Survey [23.364932316026973]
ヒトの行動パターンと消費パラダイムは、環境劣化と気候変動において重要な決定要因として現れてきた。
持続可能性原則を取り入れて、環境意識と社会的に責任のある選択を育む、持続可能なレコメンデーターシステムの必要性が不可欠である。
本研究は, 持続可能なレコメンデーションシステムの体系的分析によって, この重要な研究ギャップに対処するものである。
論文 参考訳（メタデータ） (2024-11-12T09:19:32Z) - Shared lightweight autonomous vehicles for urban food deliveries: A
simulation study [1.5990479272083913]
我々は,軽量自律型フードデリバリー車両の艦隊性能を評価するエージェントベースモデルと環境影響研究を開発した。
結果は、従来の自動車による配送を、共有された軽量自動運転車に置き換える上で、環境的な利点があることを示している。
論文 参考訳（メタデータ） (2024-02-29T15:06:46Z) - HAZARD Challenge: Embodied Decision Making in Dynamically Changing
Environments [93.94020724735199]
HAZARDは、火災、洪水、風などの3つの予期せぬ災害シナリオで構成されている。
このベンチマークにより、さまざまなパイプラインで自律エージェントの意思決定能力を評価することができる。
論文 参考訳（メタデータ） (2024-01-23T18:59:43Z) - Accelerating the Adoption of Disruptive Technologies: The Impact of
COVID-19 on Intentions to Use Autonomous Vehicles [0.0]
本研究では、新型コロナウイルスのパンデミックが自動運転車の新興技術の採用意欲に与える影響について検討する。
結果、新型コロナウイルス(COVID-19)のパンデミックが自動運転車の利用に肯定的かつ極めて大きな影響を及ぼしていることが明らかとなった。
論文 参考訳（メタデータ） (2021-08-03T16:35:38Z) - Investigating Underlying Drivers of Variability in Residential Energy
Usage Patterns with Daily Load Shape Clustering of Smart Meter Data [53.51471969978107]
スマートメータの大規模展開は、日々の負荷パターンの分散を探求する研究の動機となっている。
本稿では,電力消費パターンが変動性を示すメカニズムを明らかにすることを目的とした。
論文 参考訳（メタデータ） (2021-02-16T16:56:27Z) - Variational Dynamic for Self-Supervised Exploration in Deep Reinforcement Learning [12.76337275628074]
本研究では,条件付き変分推論に基づく変動力学モデルを提案し,多モード性および生成性をモデル化する。
環境遷移の負の対数類似度の上界を導出し、その上界を探査の本質的な報酬として利用する。
提案手法は,最先端の環境モデルに基づく探索手法よりも優れている。
論文 参考訳（メタデータ） (2020-10-17T09:54:51Z) - Towards robust sensing for Autonomous Vehicles: An adversarial
perspective [82.83630604517249]
結果として得られる決定が摂動に対して堅牢であることは、最も重要なことです。
敵対的摂動は、意図的に環境や感覚測定の修正を施したものである。
より安全なシステムの構築とデプロイには,センサーシステムの脆弱性を慎重に評価する必要がある。
論文 参考訳（メタデータ） (2020-07-14T05:25:15Z) - Ecological Reinforcement Learning [76.9893572776141]
このような条件下での学習を容易にする環境特性について検討する。
環境の特性が強化学習エージェントのパフォーマンスにどのように影響するかを理解することは、学習を魅力的にする方法でタスクを構造化するのに役立ちます。
論文 参考訳（メタデータ） (2020-06-22T17:55:03Z) - Counterfactual Vision-and-Language Navigation via Adversarial Path Sampling [65.99956848461915]
VLN(Vision-and-Language Navigation)は、エージェントが目標を達成するために3D環境を移動する方法を決定するタスクである。
VLNタスクの問題点の1つは、対話型環境において、人間に注釈を付けた指示で十分なナビゲーションパスを収集することは困難であるため、データの不足である。
本稿では,低品質な拡張データではなく,効果的な条件を考慮可能な,対向駆動の反実的推論モデルを提案する。
論文 参考訳（メタデータ） (2019-11-17T18:02:51Z)
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。