論文の概要: Effects of Social Interactions in Self-Organising Railway Traffic Management

• arxiv url: http://arxiv.org/abs/2606.13068v1
• Date: Thu, 11 Jun 2026 08:54:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-12 15:55:27.683201
• Title: Effects of Social Interactions in Self-Organising Railway Traffic Management
• Title（参考訳）: 自己組織型鉄道交通管理における社会的相互作用の効果
• Authors: Fabio Oddi, Federico Naldini, Leo D'Amato, Grégory Marlière, Paola Pellegrini, Vito Trianni,
• Abstract要約: 最近の研究は、複雑な現実世界のネットワークにスケールするためのソリューションとして、自己組織化されたトラフィック管理を探求している。 このようなシステムでは、列車は近隣を予測し、交通計画の仮説を作成し、将来実施される交通計画について近隣者との合意を通じて合意する。 本稿では, このパイプライン内の構造パラメータ, 予測近傍水平線について検討する。 この地平線は、列車が将来の隣人との衝突の可能性を識別し、また、局所的な相互作用のトポロジー、すなわち交渉する列車のサブセットを確立するために使われる。
• 参考スコア（独自算出の注目度）: 0.6157382820537719
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Recent research is exploring self-organised traffic management as a solution for scaling to complex real-world networks. In such a system, trains predict their neighbourhood, produce traffic plan hypotheses, and agree via consensus with neighbours on a future traffic plan to be implemented. This paper investigates a structural parameter within this pipeline: the predictive neighbourhood horizon. The horizon is used by trains to identify future potential conflicts with neighbours, and to establish the local interaction topology, that is, the subset of trains to negotiate with. As the primary design variable, the horizon directly determines the size and density of the social interaction graph, whereas its impact on the complexity of local sub-problems and the distributed consensus dynamics represents a trade-off to be explored. Through a closed-loop simulation framework the study evaluates how variations of the horizon impact the overall decentralised coordination process, from initial conflict detection to distributed schedule consensus. The analysis focuses on investigating the potential trade-off introduced by the horizon choice: balancing local tractability and computational responsiveness with the need for global schedule coherence and feasibility in safety-critical environments. Contrary to intuition, our empirical results indicate that the short time horizons suffice, while long values compromise local tractability and computational responsiveness with no gain in global schedule optimality.
• Abstract（参考訳）: 最近の研究は、複雑な現実世界のネットワークにスケールするためのソリューションとして、自己組織化されたトラフィック管理を探求している。 このようなシステムでは、列車は近隣を予測し、交通計画の仮説を作成し、将来実施される交通計画について近隣者との合意を通じて合意する。 本稿では, このパイプライン内の構造パラメータ, 予測近傍水平線について検討する。 この地平線は、列車が将来の隣人との衝突の可能性を特定するために使われ、また、局地的な相互作用のトポロジー、すなわち交渉する列車のサブセットを確立するために使われる。 主設計変数として、地平線は直接社会的相互作用グラフのサイズと密度を決定するが、その影響は局所的な部分確率の複雑さや分散コンセンサスダイナミクスは検討すべきトレードオフを表している。 クローズドループシミュレーションフレームワークを通じて、この研究は、初期衝突検出から分散スケジュールコンセンサスに至るまで、水平線の変動が全体分散調整プロセスにどのように影響するかを評価する。 この分析は、地平線選択によって導入された潜在的なトレードオフ、すなわち、グローバルなスケジュールコヒーレンスと安全クリティカルな環境における実現可能性の必要性と、局所的なトラクタビリティと計算応答性のバランスを調査することに焦点を当てている。 直観とは対照的に、我々の経験的結果は、短時間の地平線は十分である一方、長い値は局所的なトラクタビリティと計算応答性を損なうが、グローバルなスケジュール最適性は得られないことを示している。

関連論文リスト

• Accelerating Robot Path Planning via Connectivity-Preserving Region Proposal Network [5.81838331663612]
  移動ロボット経路計画法は、しばしば広大な探索空間によって制約され、サンプリングベースアルゴリズムの遅延が発生する。 本稿では,コンパクトでトポロジカルに連結した候補領域の予測を目的としたセグメンテーション誘導モデルであるCP-RPNを提案する。
  論文  参考訳（メタデータ） (2026-05-27T11:59:03Z)
• FocalPolicy: Frequency-Optimized Chunking and Locally Anchored Flow Matching for Coherent Visuomotor Policy [75.32174422881958]
  FocalPolicyは、周波数局所的なチャンキングとAnchoredフローマッチングを組み合わせたビジュモータポリシーである。 本稿では,近位行動における時間領域のアライメントを監督する,近位複合目標を提案する。 フローマッチング学習において,信号の伝搬一貫性を目標とした局所的アンカーサンプリングを設計する。
  論文  参考訳（メタデータ） (2026-05-15T13:27:55Z)
• TSC: Topology-Conditioned Stackelberg Coordination for Multi-Agent Reinforcement Learning in Interactive Driving [37.09409794849228]
  トポロジ条件付きStackelberg Coordinationは、コミュニケーションフリー実行下での分散インタラクティブ運転のための学習フレームワークである。 TSCは,主要な指標をまたいだ代表的MARLベースラインよりも優れた性能を示す。
  論文  参考訳（メタデータ） (2026-02-27T10:46:41Z)
• Graph Convolutional Network With Pattern-Spatial Interactive and Regional Awareness for Traffic Forecasting [0.0]
  パターンと空間モジュールからなるパターン空間の対話型融合フレームワークを提案する。 空間モジュールでは,メッセージパッシングに基づくグラフ畳み込みネットワークを設計した。 このネットワークは、地域特性バンクを活用して、データ駆動型メッセージパッシングを再構築するように設計されている。
  論文  参考訳（メタデータ） (2025-08-30T14:39:02Z)
• Topology-Aware Conformal Prediction for Stream Networks [68.02503121089633]
  本研究では,ネットワークトポロジと時間的ダイナミクスを共形予測フレームワークに統合した新しいフレームワークであるspatio-Temporal Adaptive Conformal Inference (textttCISTA)を提案する。 この結果から,TextttCISTAは予測効率とカバレッジのバランスを効果的に保ち,既存のストリームネットワークの共形予測手法よりも優れていることがわかった。
  論文  参考訳（メタデータ） (2025-03-06T21:21:15Z)
• Global Spatio-Temporal Fusion-based Traffic Prediction Algorithm with Anomaly Aware [12.570413823751494]
  本稿では,異常認識を取り入れた時空間融合に基づく交通予測アルゴリズムを提案する。 本稿では,交通流の正確な予測のために,トランスフォーマアーキテクチャに基づくマルチスケール時空間融合モジュール(MTSFFL)を提案する。
  論文  参考訳（メタデータ） (2024-12-19T06:40:21Z)
• Adaptive Hierarchical SpatioTemporal Network for Traffic Forecasting [70.66710698485745]
  本稿では,AHSTN(Adaptive Hierarchical SpatioTemporal Network)を提案する。 AHSTNは空間階層を利用し、マルチスケール空間相関をモデル化する。 2つの実世界のデータセットの実験により、AHSTNはいくつかの強いベースラインよりも優れたパフォーマンスを達成することが示された。
  論文  参考訳（メタデータ） (2023-06-15T14:50:27Z)
• Space Meets Time: Local Spacetime Neural Network For Traffic Flow Forecasting [11.495992519252585]
  このような相関関係は普遍的であり、交通流において重要な役割を担っていると我々は主張する。 交通センサの局所的時空間コンテキストを構築するための新しい時空間学習フレームワークを提案する。 提案したSTNNモデルは、目に見えない任意のトラフィックネットワークに適用できる。
  論文  参考訳（メタデータ） (2021-09-11T09:04:35Z)
• Implicit Latent Variable Model for Scene-Consistent Motion Forecasting [78.74510891099395]
  本稿では,センサデータから直接複雑な都市交通のシーン一貫性のある動き予測を学習することを目的とする。 我々は、シーンを相互作用グラフとしてモデル化し、強力なグラフニューラルネットワークを用いてシーンの分散潜在表現を学習する。
  論文  参考訳（メタデータ） (2020-07-23T14:31:25Z)

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。