論文の概要: Development of a Bio-Inspired Routing Algorithm According to Values of Solidarity and a Freirean Perspective of Engineering

• arxiv url: http://arxiv.org/abs/2607.03607v1
• Date: Fri, 03 Jul 2026 21:35:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-09 16:19:19.365866
• Title: Development of a Bio-Inspired Routing Algorithm According to Values of Solidarity and a Freirean Perspective of Engineering
• Title（参考訳）: 固体の値と工学のフレリアン的視点によるバイオインスパイアされたルーティングアルゴリズムの開発
• Abstract要約: 自転車配達協同組合は、連帯、ケア、平等な所得分配の原則の下で運営されている。 このアルゴリズムは、共同設計者としての協力メンバを含む参加プロセスを通じて開発された。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: A routing algorithm for Señoritas Courier, a bicycle delivery cooperative in São Paulo, Brazil, composed exclusively of cis women and trans people, is presented in this paper. Unlike conventional logistics optimization, which typically focuses on cost or distance minimization, this cooperative operates under principles of solidarity, care, and equitable income distribution. The algorithm was developed through a participatory process involving cooperative members as co-designers. The classical Vehicle Routing Problem proved inadequate for this context, as it disregards individual constraints and fairness. We formulate a new variant, the Señoritas Routing Problem, which incorporates biker-specific constraints on weight, volume, and maximum distance, alongside a solidarity objective that balances route lengths. A genetic algorithm is employed as the solution method. Three fitness formulations are compared: a baseline distance-minimization operator, a constrained version, and a progressive formulation that penalizes workload imbalance. Results show that the progressive constrained formulation eliminates constraint violations and reduces the standard deviation of route lengths from 7.92 km to 0.81 km, at the cost of a moderate increase in total distance. This case demonstrates that operations research can be reoriented toward solidarity values, and that participatory methodologies are essential for aligning technical solutions with the needs of worker cooperatives.
• Abstract（参考訳）: ブラジル・サンパウロの自転車配達協同組合であるセニョリタス・クーリエ(Señoritas Courier)の経路決定アルゴリズムについて述べる。 通常、コストや距離の最小化に焦点を当てた従来の物流最適化とは異なり、この協力は連帯、ケア、平等な所得分配の原則の下で運営されている。 このアルゴリズムは、共同設計者としての協力メンバを含む参加プロセスを通じて開発された。 古典的な車両ルーティング問題は、個々の制約や公正さを無視しているため、この文脈では不十分であることが証明された。 道路距離のバランスをとる連帯目標とともに、重量、体積、最大距離に関するバイカー固有の制約を組み込んだ新しい変種であるセニョリタス・ルーティング問題(Señoritas Routing Problem)を定式化する。 解法として遺伝的アルゴリズムを用いる。 3つの適合式を比較し、ベースライン距離最小化演算子、制約されたバージョン、ワークロードの不均衡を罰するプログレッシブな定式化である。 その結果、進行的制約付き定式化は制約違反を排除し、ルート距離の標準偏差を7.92kmから0.81kmに減らし、全距離の適度な増加を犠牲にすることを示した。 この事例は, 作業研究が連帯価値に転換可能であること, 作業協力者のニーズに技術的ソリューションを整合させる上で, 参加的方法論が不可欠であることを示すものである。

関連論文リスト

• Coupled Optimal Transport with Landmark Constraints [64.98367856457412]
  最適輸送(OT)モデルは、所定の輸送コストや歪みを最小限に抑えて、分布間の地図や計画を求める。 本稿では,少数のアノテートされたランドマークを利用して,下層の変形の回復を誘導する新しい結合OTフレームワークを提案する。 提案するフレームワークは,ランドマークベース登録とトランスポートベース分布マッチングの原則的接続を提供する。
  論文  参考訳（メタデータ） (2026-08-20T08:28:13Z)
• A Human-Oriented Cooperative Driving Approach: Integrating Driving Intention, State, and Conflict [50.983743505985956]
  我々は,より自然で効果的な人間-車間相互作用を確立するために,Human-Oriented Cooperative Driving (HOCD) アプローチを提案する。 実装においては、シームレスな人車連携を確保するため、戦術レベルと運用レベルを考慮に入れます。 他の協調運転法と比較して,提案手法は運転性能を著しく向上し,人間と機械の衝突を緩和する。
  論文  参考訳（メタデータ） (2025-12-29T05:51:00Z)
• T-SKM-Net: Trainable Neural Network Framework for Linear Constraint Satisfaction via Sampling Kaczmarz-Motzkin Method [9.757445749974364]
  この研究は、T-SKM-Motzkin Network(T-SKM-Net)フレームワークを提案し、SKM型手法をニューラルネットワーク制約満足度に体系的に統合した。 本稿では,非バイアス勾配推定器に基づく予測およびエンドツーエンドのトレーニング性保証における後処理の有効性の理論的証明について述べる。
  論文  参考訳（メタデータ） (2025-12-11T09:35:13Z)
• An Agentic Framework with LLMs for Solving Complex Vehicle Routing Problems [66.60904891478687]
  複雑な車両ルーティング問題を解決するために,LLM (AFL) を用いたエージェントフレームワークを提案する。 AFLは生の入力から知識を直接抽出し、自己完結型コード生成を可能にする。 AFLは、コード信頼性とソリューション実現性の両方において、既存のLCMベースのベースラインを大幅に上回っていることを示す。
  論文  参考訳（メタデータ） (2025-10-19T03:59:25Z)
• Semi-Gradient SARSA Routing with Theoretical Guarantee on Traffic Stability and Weight Convergence [7.64859175875668]
  そこで本研究では,近似的最適ルーティングポリシーを学習する半漸進的オン・ポリシーアルゴリズムを提案する。 シミュレーションにより、我々のアルゴリズムはニューラルネットワークベースの手法よりもはるかに高速に収束できることを実証する。
  論文  参考訳（メタデータ） (2025-03-19T06:27:12Z)
• Bisimulation Metrics are Optimal Transport Distances, and Can be Computed Efficiently [14.262270388108112]
  マルコフ連鎖間の最適な輸送距離を定式化するための新しい枠組みを提案する。 関節分布の全空間における最適輸送距離を計算することは、線形プログラムの解法として等価に定式化できることを示す。
  論文  参考訳（メタデータ） (2024-06-06T13:25:14Z)
• 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)
• Coalitional Bargaining via Reinforcement Learning: An Application to Collaborative Vehicle Routing [49.00137468773683]
  コラボレーティブ・ビークル・ルーティング(Collaborative Vehicle Routing)とは、デリバリ情報を共有し、互いに代理してデリバリ要求を実行することで、デリバリ企業が協力する場所である。 これによりスケールの経済が達成され、コスト、温室効果ガスの排出、道路渋滞が減少する。 しかし、どの会社が誰とパートナーし、それぞれの会社がどれだけの報酬を支払うべきか? シャプリー値(英語版)やヌクレオルス(英語版)のような伝統的なゲーム理論解の概念は、協調車両ルーティング(英語版)の現実問題に対して計算することが困難である。
  論文  参考訳（メタデータ） (2023-10-26T15:04:23Z)
• Multi-Agent Neural Rewriter for Vehicle Routing with Limited Disclosure of Costs [65.23158435596518]
  チームのマルコフゲームとして、部分的に観測可能なコストでマルチサイクルルーティング問題を解く。 我々のマルチエージェント強化学習アプローチである、いわゆるマルチエージェントニューラルリライタは、1エージェントニューラルリライタを利用して、反復的に書き換えるソリューションによって問題を解決する。
  論文  参考訳（メタデータ） (2022-06-13T09:17:40Z)
• Reinforcement Learning Based Vehicle-cell Association Algorithm for Highly Mobile Millimeter Wave Communication [53.47785498477648]
  本稿では,ミリ波通信網における車とセルの関連性について検討する。 まず、ユーザ状態(VU)問題を離散的な非車両関連最適化問題として定式化する。 提案手法は,複数のベースライン設計と比較して,ユーザの複雑性とVUEの20%削減の合計で最大15%のゲインが得られる。
  論文  参考訳（メタデータ） (2020-01-22T08:51:05Z)

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。