論文の概要: Polyscene: Scenario Planning as Diversity Planning

• arxiv url: http://arxiv.org/abs/2610.28102v1
• Date: Tue, 20 Oct 2026 12:17:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-21 21:58:47.801103
• Title: Polyscene: Scenario Planning as Diversity Planning
• Title（参考訳）: Polyscene: 多様性計画としてのシナリオプランニング
• Abstract要約: 多様性計画問題とみなしてシナリオ計画を自動化する。 2つのシナリオは、アナリストのドライバの異なる物語で終わると異なる。 その結果はシナリオのセットで,トピックが予算の範囲内で到達できる,各ストーリの1つになります。
• 参考スコア（独自算出の注目度）: 4.870956787248195
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Scenario planning is a foresight practice in which analysts construct a small set of plausible futures and prepare an organisation for each. Each scenario is a narrative that must be plausible, internally consistent, relevant and challenging, and the set as a whole must be differentiated. The practice remains manual: a workshop (i.e., a facilitated meeting in which a small group of experts writes the narratives) considers only the factors it has time for, carries the biases of the experts who run it, and cannot be redone whenever conditions change. In this paper, we automate scenario planning by casting it as a diversity planning problem, in which two scenarios differ when they end in different narratives on the analyst's drivers. The result is a set of scenarios, one for each narrative that the topic can reach within a budget. Our implementation, Polyscene, is a generic engine that generates scenarios from a topic. We use geopolitical conflicts and shipping-route disruptions as case studies. For the first, we build the planning problem's initial state from the GDELT Project so it reflects current relationships among the countries involved. Polyscene then generates scenarios showing how relationships among those countries change. With a board of six countries as of 1 January 2021 and a budget of five events, the conflict set puts five of the 15 country pairs at war, and each of the three wars that break out among these countries by 1 January 2026 ends a scenario. For the second, we build the initial state from ship traffic, a supply-pressure index, and the news, and Polyscene generates scenarios showing what a closed or diverted route could do to a manufacturer's parts stock. With four routes per board and the same date and budget, each set includes three outcomes, and the Suez Canal set includes the March 2021 blockage and the December 2023 Red Sea container diversion.
• Abstract（参考訳）: シナリオプランニング(英: Scenario planning)は、アナリストがいくつかの妥当な未来を構築し、それぞれの組織を準備する、前向きなプラクティスである。 それぞれのシナリオは、検証可能で、内部的に一貫性があり、関連性があり、困難な物語であり、全体としての集合は区別されなければならない。 ワークショップ(すなわち、少数の専門家グループが物語を書いている円滑なミーティング)は、時間のある要素のみを考慮し、それを実行する専門家の偏見を持ち、状況が変わるたびにやり直すことができない。 本稿では,多様性計画問題とみなしてシナリオ計画を自動化する手法を提案する。 その結果はシナリオのセットで,トピックが予算の範囲内で到達できる,各ストーリの1つになります。 私たちの実装であるPolysceneは、トピックからシナリオを生成する汎用エンジンです。 我々は、ケーススタディとして、地政学的な紛争と海運・ルート破壊を用いる。 まず、GDELTプロジェクトから計画問題の初期状態を構築し、関連する各国の現在の関係を反映する。 Polysceneはそれらの国間の関係がどう変化するかを示すシナリオを生成する。 2021年1月1日時点の6カ国の理事会と5つのイベントの予算により、紛争は15か国のうち5か国を戦争に投入し、2026年1月1日までに勃発した3か国間の戦争はそれぞれのシナリオを終わらせた。 第二に、船の交通量、供給圧力指数、ニュースから初期状態を構築し、Polysceneは、クローズドルートや分岐ルートがメーカーの部品在庫に何ができるかを示すシナリオを生成する。 スエズ運河は、2021年3月の封鎖と2023年12月の紅海コンテナ・ディバージョンを含む。

関連論文リスト

• RoboVAST: Automated Scenario-Based Validation of Robots at Scale [4.63732827131233]
  シナリオを構成的にモデル化し,これらの次元がどのように変化し,インスタンス化され,実行され,解釈されるかを形式化するシナリオベース手法を提案する。 本稿では,宣言型キャンペーン仕様を実現するフレームワークであるRoboVASTを紹介した。
  論文  参考訳（メタデータ） (2026-07-07T13:14:27Z)
• See Tomorrow, Act Today: Foresight-Driven Autonomous Driving [87.02582063534608]
  ForeSightは、予測された意思決定として自動運転を再設計する基礎的世界モデル中心の計画フレームワークである。 提案手法は,(1)事前学習された世界モデルを用いて,有望な未来世界を生成すること,(2)これらの未来を前提とした計画行動を行うこと,の2段階からなる。
  論文  参考訳（メタデータ） (2026-05-08T03:42:05Z)
• Fully Unified Motion Planning for End-to-End Autonomous Driving [14.45403574889677]
  現在のエンドツーエンドの自動運転方法は、単一のエゴ車から収集された専門家の計画データからのみ学習する。 あらゆる運転シナリオにおいて、他の車両からの複数の高品質な軌道は、特定のエゴ車両の軌道と共存する。 本稿では,新しい2段階軌道生成フレームワークFUMPを提案する。
  論文  参考訳（メタデータ） (2025-04-17T05:52:35Z)
• Explaining Mixtures of Sources in News Articles [102.00778025859276]
  我々は、長文世代における計画評価のケーススタディとして、ニュースのソース選択という1つの計画について検討する。 これは人間の計画にとって重要なケーススタディであり、他の種類の計画を評価するためのフレームワークとアプローチを提供する。
  論文  参考訳（メタデータ） (2024-11-07T21:34:05Z)
• Can Vehicle Motion Planning Generalize to Realistic Long-tail Scenarios? [11.917542484123134]
  現実の自動運転システムは、稀で多様な交通シナリオに直面して安全な判断をしなければならない。 現在の最先端のプランナーは、主にnuScenes(オープンループ)やnuPlan(クローズループ)といった現実世界のデータセットで評価されます。
  論文  参考訳（メタデータ） (2024-04-11T08:57:48Z)
• DeepAccident: A Motion and Accident Prediction Benchmark for V2X Autonomous Driving [76.29141888408265]
  本研究では,現実の運転において頻繁に発生する多様な事故シナリオを含む大規模データセットを提案する。 提案したDeepAccidentデータセットには57Kの注釈付きフレームと285Kの注釈付きサンプルが含まれており、これは大規模なnuScenesデータセットの約7倍である。
  論文  参考訳（メタデータ） (2023-04-03T17:37:00Z)
• Little Red Riding Hood Goes Around the Globe:Crosslingual Story Planning and Generation with Large Language Models [69.60579227637399]
  以前の研究は、主に英語に焦点を当てた単言語設定でのみストーリー生成の計画の有効性を実証してきた。 本稿では,言語横断型ストーリ生成の新たな課題を提案する。
  論文  参考訳（メタデータ） (2022-12-20T17:42:16Z)
• Neural Story Planning [8.600049807193413]
  本稿では,ニューラル言語モデルと因果計画を統合したストーリープロット生成手法を提案する。 我々のシステムは、物語における出来事の前提条件を推測し、その条件が真実になるイベントを推定する。 その結果,提案手法は複数の強基線よりもコヒーレントなプロットラインを生成することがわかった。
  論文  参考訳（メタデータ） (2022-12-16T21:29:41Z)
• How to organize an in-person, online or hybrid hackathon -- A revised planning kit [49.64958909433639]
  当初の計画キットは、当時ハッカソンの支配的な形態であった個人内のイベントに焦点を当てていた。 現在では、さまざまな形式のイベント — 個人、オンライン、ハイブリッド – が世界中で実施されています。 このキットには、個人、オンライン、ハイブリッドイベントの余裕と要求について議論するセクションが含まれている。
  論文  参考訳（メタデータ） (2020-08-18T16:52:21Z)
• Explainable Object-induced Action Decision for Autonomous Vehicles [53.59781838748779]
  自動運転の新しいパラダイムが提案されている。 それは人間がその問題を解決する方法にインスパイアされている。 この問題を解決するためにCNNアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2020-03-20T17:33:44Z)

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。