文献

J-GLOBAL ID：201802227879422432   整理番号：18A1943733

価値反復ネットワークによる都市ナビゲーションの学習【JST・京大機械翻訳】

Learning Urban Navigation via Value Iteration Network

著者 (5件)： Yang Shu (State Key Laboratory of Networking and Switching Technology, Beijing University of Posts and Telecommunications, Beijing, China) ,  Li Jinglin (State Key Laboratory of Networking and Switching Technology, Beijing University of Posts and Telecommunications, Beijing, China) ,  Wang Jie (State Key Laboratory of Networking and Switching Technology, Beijing University of Posts and Telecommunications, Beijing, China) ,  Liu Zhihan (State Key Laboratory of Networking and Switching Technology, Beijing University of Posts and Telecommunications, Beijing, China) ,  Yang Fangchun (State Key Laboratory of Networking and Switching Technology, Beijing University of Posts and Telecommunications, Beijing, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： IV  ページ： 800-805  発行年： 2018年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 適切な経路を選択することは,都市ナビゲーションにおける重要な問題である。道路トポロジーと他の車両の経路によって知られているように,経験した運転者は,通常,近い最適経路を見つけることができた。しかしながら,今日のナビゲーションアプリケーションは,このシナリオにおけるドメイン知識と運転者の相互作用をほとんど捉えていない。事実,それらはいくつかの経路を推薦し,運転者に最も困難な決定を残す。したがって,その経路は,運転者が類似の選択を行う多くの車両によってしばしば混雑される。ナビゲーションに関する正しい意思決定を知的に行い,各車両に対する交通効率を改善するために,複雑な都市域における粗粒経路を計画するために学習するニューラルネットワーク構造を提案した。ナビゲートへの学習に焦点を合わせて,本論文は最初に都市地図と車両経路モデルを定式化した。都市地図を格子に分割し,各車両の経路を格子に写像した。グリッド世界モデルに基づいて,著者らは大規模なタクシーのGPSデータからグローバルな交通状態と運転行動の両方を解決した。したがって,学習から計画への問題は,その状態の下で,グローバルな状態表現から経験のある運転者の行動への政策関数を見出すことである。従来のニューラルネットワークは,この計画に含まれる機能に学習するのが難しいので,著者らは価値反復ネットワーク(VIN)を活用して,修正する。それは,長期計画を明示的に考慮に入れる。最後に,中国,北京における実際の地図と軌道データに関する提案したネットワークの性能を評価した。結果は,VINが多くの場合,高い成功率とより少ない通勤時間で人間の運転者性能を達成できることを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 都市域 ,  道路 ,  応用プログラム ,  長期計画 ,  タクシー ,  最適航路 ,  ニューラルネットワーク ,  意思決定 ,  *都市 ,  位相幾何学 ,  相互作用 ,  定式化 ,  *ネットワーク
準シソーラス用語： 北京市 ,  運転行動 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 価値 ,  反復 ,  都市 ,  ナビゲーション ,  学習