抄録/ポイント：
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
公共都市政策の設計は,その効率を保証することなく,時間と費用の両方を必要とする厳しいプロセスである。それは,都市設計の目的,ユーザの挙動,および移動性に関するニーズに関する知識を含んでいる。近い将来において,意思決定者は,大量の利用可能なデータ,目標利用者と利害関係者からのフィードバックに基づいて,公共政策を反応させ,より頻繁に適応させなければならないと信じる。本論文では,都市政策をモデル化しシミュレートするための一般的なエージェントベースアーキテクチャを提案し,特定の環境における公共政策の共同設計と評価を容易にすることができた。2つのエージェントベースのモデルをマイクロマクロ動的ループと結合し,それらを強化学習を用いたシステムまたはシミュレーション結果を用いた利害関係者によって適応することができた。都市政策を表現するために一般的形式を作成し,政策立案者と著者らのシステムの間の共同設計アプローチにおいて具体化することができる。都市移動度政策に関する実験を実施し,市街地における駐車価格システムの構成に関連させた。エージェントの挙動と環境は,モデリングの現実世界のソースに基づいて,可能な限り現実的であるように開発されている。しかし,著者らのアーキテクチャは,利用可能なコミュニティデータ(Open Street Map)を用いて,あらゆる都市からのインフラストラクチャデータを利用して,一般的であるように設計されている。駐車価格決定のシナリオは,このシステムが政策後の行動を学習し,利害関係者の目的(例えば最大駐車利得)をより良く適合させるために,いくつかの調整(例えば,適用に対する特定の行動)を提案することができることを示した。次に,政策立案者は,提供された政策を検証するか,あるいは追加シミュレーションのためにそれらを修正するために選択することができる。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】
