論文の概要: Mitigating Bus Bunching with Reinforcement Learning Enhanced by Semantic Stop Embedding

• arxiv url: http://arxiv.org/abs/2608.10207v1
• Date: Mon, 10 Aug 2026 20:21:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-12 19:14:45.807421
• Title: Mitigating Bus Bunching with Reinforcement Learning Enhanced by Semantic Stop Embedding
• Title（参考訳）: セマンティックストップ埋め込みによる強化学習によるバスバンチの緩和
• Abstract要約: バスの群れはサービスの定期性を低下させ、高頻度交通機関の乗客待ち時間を増加させる。 本研究では,イベント駆動型バス保持制御のためのLLM支援セマンティックストップ表現を提案する。
• 参考スコア（独自算出の注目度）: 6.0671705325267835
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Bus bunching degrades service regularity and increases passenger waiting in high-frequency transit. Existing reinforcement-learning-based holding controllers primarily rely on instantaneous operational variables or route-specific stop identifiers, which provide limited information about the functional and operational context of individual stops and constrain policy reuse across routes. This study introduces an LLM-assisted semantic stop representation for event-driven bus holding control. An LLM is used offline to transform heterogeneous stop information, including physical attributes, surrounding activity context, and historical operational characteristics, into fixed semantic embeddings that are incorporated into a deep Q-learning controller without requiring real-time LLM inference. Experiments are conducted in stochastic simulations calibrated with observed data from two bus routes. Compared with the best calibrated Daganzo baseline, the semantic controller reduces headway variability, bunching events, and passenger waiting time by 32.0%, 69.2%, and 24.0%, respectively. A route-specific stop identifier does not improve the spacing-only controller, whereas semantic stop information improves headway regularity, waiting time, and holding effort, providing a more favorable overall trade-off across control objectives. Cross-route experiments further show that zero-shot transfer provides limited immediate generalization, while warm-start fine-tuning accelerates early-stage learning and improves transferred policies; cold-start training nevertheless achieves the best final performance. These findings suggest that semantic state representations can complement conventional operational states and support adaptation-based policy reuse across related transit routes.
• Abstract（参考訳）: バスの群れはサービスの定期性を低下させ、高頻度交通機関の乗客待ち時間を増加させる。 既存の強化学習ベースの保持コントローラは、主に、ルート全体にわたる個々の停止と制約ポリシーの再利用に関する機能的および運用上のコンテキストに関する限られた情報を提供する、即時動作変数またはルート固有の停止識別子に依存している。 本研究では,イベント駆動型バス保持制御のためのLLM支援セマンティックストップ表現を提案する。 LLMは、物理属性、周囲のアクティビティコンテキスト、歴史的運用特性を含む異種停止情報を、リアルタイムのLLM推論を必要とせず、深いQ学習コントローラに組み込んだ固定されたセマンティック埋め込みに変換するためにオフラインで使用される。 2つのバスルートから観測されたデータを調整した確率シミュレーションで実験を行った。 セマンティックコントローラは、最高の校正されたダガンゾベースラインと比較して、それぞれ32.0%、69.2%、24.0%の乗客待ち時間を減少させる。 ルート固有の停止識別子は、スペーシングのみのコントローラを改善しないが、セマンティックストップ情報は、経路の規則性、待ち時間、保持時間を改善し、制御対象間の全体的なトレードオフをより良好にする。 クロスルート実験により、ゼロショット転送は即時一般化を制限し、ウォームスタート微調整は早期学習を加速し、移行ポリシーを改善する。 これらの結果から,セマンティック状態表現は従来の運用状態を補完し,関連する交通経路間の適応型政策再利用を支援することが示唆された。

関連論文リスト

• Latent-Centroid Steering: Single-Pass Classifier-Free Guidance for Command-Aligned Autonomous Driving [37.533498955258544]
  本稿では,インスタンスレベルの残差をクラスレベルの遅延シフトに置き換える単一パス誘導機構を提案する。 我々はLCSがより強力なコマンドアテンデンスを実現しつつ、推論遅延を約50%削減できることを実証した。
  論文  参考訳（メタデータ） (2026-07-31T19:32:28Z)
• SOPE: Stabilizing Off-Policy Evaluation for Online RL with Prior Data [49.370849653460716]
  本稿では,アクタに整列したオフポリシー評価信号を用いたSOPEを,自動早期停止機構として提案する。 Minariベンチマークスイートから25の継続的制御タスクを評価した。 SOPEはベースライン性能を最大45.6%改善し、必要なTFLOPを最大22倍改善した。
  論文  参考訳（メタデータ） (2026-05-07T08:32:09Z)
• SAE as a Crystal Ball: Interpretable Features Predict Cross-domain Transferability of LLMs without Training [70.84726713548099]
  SAEベースのTransferability Score(STS)は、トレーニング後のTransferabilityを予測するための新しい指標である。 STSは教師付き微調整の伝達可能性を正確に予測し,実際の性能変化とともに0.7以上のピアソン相関係数を達成できることを示す。
  論文  参考訳（メタデータ） (2026-03-03T12:01:09Z)
• Learning in Context, Guided by Choice: A Reward-Free Paradigm for Reinforcement Learning with Transformers [55.33468902405567]
  本稿では、事前学習とデプロイの両方が好みのフィードバックにのみ依存する新しい学習パラダイム、In-Context Preference-based Reinforcement Learning (ICPRL)を提案する。 ICPRLは、厳密なコンテキスト内一般化を可能にし、完全な報酬管理で訓練されたICRLメソッドに匹敵するパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2026-02-09T03:42:16Z)
• DTCCL: Disengagement-Triggered Contrastive Continual Learning for Autonomous Bus Planners [13.819705584989762]
  本稿では,自律型バスによる実運用による計画計画の改善を実現するための,拡張学習型コントラスト学習フレームワークを提案する。 都市バスの実験では、DTCCLは直接再訓練と比較して、全体の計画性能を48.6%改善している。
  論文  参考訳（メタデータ） (2025-12-22T02:59:37Z)
• COVLM-RL: Critical Object-Oriented Reasoning for Autonomous Driving Using VLM-Guided Reinforcement Learning [55.83415345423854]
  批判的オブジェクト指向(CO)推論と強化学習(RL)を統合した新しいエンドツーエンド駆動フレームワークCOVLM-RLを提案する。 CARLAシミュレータで行った実験により、COVLM-RLはトレーニング運転環境における成功率を30%向上することが示された。
  論文  参考訳（メタデータ） (2025-12-10T06:18:16Z)
• Exploring Dissatisfaction in Bus Route Reduction through LLM-Calibrated Agent-Based Modeling [0.0]
  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。
  論文  参考訳（メタデータ） (2025-10-30T05:59:48Z)
• End-to-End Visual Autonomous Parking via Control-Aided Attention [30.52881549605385]
  CAA-Policyは、正確な駐車のためのエンドツーエンドの模倣学習システムである。 制御信号は、新しい制御支援注意機構を通じて視覚的注意の学習を導くことができる。
  論文  参考訳（メタデータ） (2025-09-14T04:51:19Z)
• Unsupervised Domain Adaptation for Self-Driving from Past Traversal Features [69.47588461101925]
  本研究では,新しい運転環境に3次元物体検出器を適応させる手法を提案する。 提案手法は,空間的量子化履歴特徴を用いたLiDARに基づく検出モデルを強化する。 実世界のデータセットの実験では、大幅な改善が示されている。
  論文  参考訳（メタデータ） (2023-09-21T15:00:31Z)
• 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)
• 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。