論文の概要: Exploring Dissatisfaction in Bus Route Reduction through LLM-Calibrated Agent-Based Modeling

• arxiv url: http://arxiv.org/abs/2510.26163v1
• Date: Thu, 30 Oct 2025 05:59:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-31 16:05:09.675072
• Title: Exploring Dissatisfaction in Bus Route Reduction through LLM-Calibrated Agent-Based Modeling
• Title（参考訳）: LLMキャリブレーション・エージェント・ベース・モデリングによるバス経路削減における不満の探索
• Authors: Qiumeng Li, Xinxi Yang, Suhong Zhou,
• Abstract要約: 本研究では,大規模言語モデル(LLM)を用いたエージェントベースモデリング(ABM)アプローチを用いる。 北京の平安地区のICカードデータを用いて、LSMの校正されたABMは、旅行時間、待ち時間、移動時間、混雑時間に関連する乗客の感度パラメータを推定した。 その結果,バスネットワークの構造的構成は,容量や運用要因よりもシステムの安定性に強い影響を与えることがわかった。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: As emerging mobility modes continue to expand, many cities face declining bus ridership, increasing fiscal pressure to sustain underutilized routes, and growing inefficiencies in resource allocation. This study employs an agent-based modelling (ABM) approach calibrated through a large language model (LLM) using few-shot learning to examine how progressive bus route cutbacks affect passenger dissatisfaction across demographic groups and overall network resilience. Using IC-card data from Beijing's Huairou District, the LLM-calibrated ABM estimated passenger sensitivity parameters related to travel time, waiting, transfers, and crowding. Results show that the structural configuration of the bus network exerts a stronger influence on system stability than capacity or operational factors. The elimination of high-connectivity routes led to an exponential rise in total dissatisfaction, particularly among passengers with disabilities and older adults. The evolution of dissatisfaction exhibited three distinct phases - stable, transitional, and critical. Through the analysis of each stage, this study found that the continuous bus route reduction scenario exhibits three-stage thresholds. Once these thresholds are crossed, even a small reduction in routes may lead to a significant loss of passenger flow. Research highlights the nonlinear response of user sentiment to service reductions and underscore the importance of maintaining structural critical routes and providing stable services to vulnerable groups for equitable and resilient transport planning.
• Abstract（参考訳）: 新たなモビリティ・モードが拡大するにつれて、多くの都市はバスの乗り入れが減少し、未利用ルートを維持するための財政的な圧力が増し、資源配分の非効率性が増している。 本研究では,大規模言語モデル(LLM)を用いて調整したエージェントベース・モデリング(ABM)アプローチを用いて,人口動態群とネットワーク全体のレジリエンスに対する乗客の満足度に,進行的なバス経路の切断がどのような影響を及ぼすかを検討する。 北京の平安地区のICカードデータを用いて、LSMの校正されたABMは、旅行時間、待ち時間、移動時間、混雑時間に関連する乗客の感度パラメータを推定した。 その結果,バスネットワークの構造的構成は,容量や運用要因よりもシステムの安定性に強い影響を与えることがわかった。 高接続性路線の廃止は、特に障害のある乗客や高齢者の間で、全体の不満が指数関数的に高まった。 不満の進化は、安定、過渡、臨界の3つの異なる相を示した。 本研究は,各段階を解析した結果,連続バス経路削減シナリオは3段階のしきい値を示すことがわかった。 これらのしきい値が通過すれば、路線の縮小さえも、旅客輸送の大幅な減少につながる可能性がある。 サービス削減に対するユーザ感情の非線形応答を強調し、構造的クリティカルなルートを維持することの重要性を強調し、公平でレジリエントな輸送計画のための脆弱なグループに安定したサービスを提供する。

関連論文リスト

• Improving Traffic Flow Predictions with SGCN-LSTM: A Hybrid Model for Spatial and Temporal Dependencies [55.2480439325792]
  本稿ではSGCN-LSTM(Signal-Enhanced Graph Convolutional Network Long Short Term Memory)モデルを提案する。 PEMS-BAYロードネットワークトラフィックデータセットの実験は、SGCN-LSTMモデルの有効性を示す。
  論文  参考訳（メタデータ） (2024-11-01T00:37:00Z)
• DelayPTC-LLM: Metro Passenger Travel Choice Prediction under Train Delays with Large Language Models [31.509436717815102]
  本稿では,大規模言語モデル(DelayPTC-LLM)によるメトロ遅延を考慮した旅行選択予測手法を提案する。 従来の予測モデルとDelayPTC-LLMの比較分析は、輸送システムの破壊下で一般的に発生する複雑なスパースデータセットを扱う上で、LLMの優れた能力を示している。
  論文  参考訳（メタデータ） (2024-09-28T13:09:15Z)
• A methodological framework for Resilience as a Service (RaaS) in multimodal urban transportation networks [0.0]
  本研究は,サービス戦略としてのレジリエンスを通じて公共交通の混乱を管理することを目的としている。 効率よく資源を割り当て、オペレーターと乗客のコストを最小限に抑える最適化モデルを開発する。 提案手法はイル・ド・フランス、パリ、郊外のケーススタディに適用された。
  論文  参考訳（メタデータ） (2024-08-30T12:22:34Z)
• GARLIC: GPT-Augmented Reinforcement Learning with Intelligent Control for Vehicle Dispatching [81.82487256783674]
  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)
• Towards Deviation-Robust Agent Navigation via Perturbation-Aware Contrastive Learning [125.61772424068903]
  視覚言語ナビゲーション(VLN)は、エージェントに与えられた言語命令に従って実際の3D環境をナビゲートするように要求する。 本稿では,既存のVLNエージェントの一般化能力を高めるために,PROPER(Progressive Perturbation-aware Contrastive Learning)と呼ばれるモデルに依存しない学習パラダイムを提案する。
  論文  参考訳（メタデータ） (2024-03-09T02:34:13Z)
• An Online Approach to Solving Public Transit Stationing and Dispatch Problem [7.948662269574215]
  交通機関は限られた数の車両を予備に保管し、破壊時に被害経路を緩和するために派遣する。 本稿では、この問題を解決するために、非ミオピックシーケンシャルな決定手順を用いた原則的アプローチについて述べる。 実験の結果、提案手法は乗客を2%増やし、デッドヘッドマイルを40%削減することがわかった。
  論文  参考訳（メタデータ） (2024-03-05T21:48:29Z)
• DenseLight: Efficient Control for Large-scale Traffic Signals with Dense Feedback [109.84667902348498]
  交通信号制御(TSC)は、道路網における車両の平均走行時間を短縮することを目的としている。 従来のTSC手法は、深い強化学習を利用して制御ポリシーを探索する。 DenseLightは、不偏報酬関数を用いてポリシーの有効性をフィードバックする新しいRTLベースのTSC手法である。
  論文  参考訳（メタデータ） (2023-06-13T05:58:57Z)
• Variability Analysis of Isolated Intersections Through Case Study [1.2891210250935146]
  都市部の人口と経済成長により、民間車の利用が激化している。 信号化交差点は交通管理の主要な関心事である。 データは飽和フロー、構成、ボリューム、容量対容量比などのトラフィックパラメータを推定する。
  論文  参考訳（メタデータ） (2022-10-08T04:13:35Z)
• Reducing Bus Bunching with Asynchronous Multi-Agent Reinforcement Learning [11.168121941015013]
  バスフラッキングは、バスサービスの信頼性と効率を損なう一般的な現象である。 経路レベルのバスフリート制御を非同期マルチエージェント強化学習問題として定式化する。 古典的なアクタークリティカルアーキテクチャを拡張して、非同期問題を扱う。
  論文  参考訳（メタデータ） (2021-05-02T02:08:07Z)

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。