文献

J-GLOBAL ID：201902245803729491   整理番号：19A2693627

空間-時間制約下の経路における迂回とポーズを考慮した歩行者歩行行動の生成【JST・京大機械翻訳】

Generating pedestrian walking behavior considering detour and pause in the path under space-time constraints

著者 (5件)： Hidaka Ken (Toyota Central R&D Labs., Inc., 41-1, Yokomichi, Nagakute, Aichi, Japan) ,  Hayakawa Keiichiro (Toyota Central R&D Labs., Inc., Koraku Mori Building 10F, 1-4-14 Koraku, Bunkyo-ku, Tokyo, Japan) ,  Nishi Tomoki (Toyota Central R&D Labs., Inc., Koraku Mori Building 10F, 1-4-14 Koraku, Bunkyo-ku, Tokyo, Japan) ,  Usui Tomotaka (University of Human Environments, 6-2, Kamisanbonmatsu, Motojuku-cho, Okazaki, Japan) ,  Yamamoto Toshiyuki (Nagoya University Institute of Materials and Systems for Sustainability, Furo-cho, Chikusa-ku, Nagoya, Japan)
資料名： Transportation Research. Part C. Emerging Technologies  (Transportation Research. Part C. Emerging Technologies)
巻： 108  ページ： 115-129  発行年： 2019年 
JST資料番号： W0534A  ISSN： 0968-090X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 最近,現代のコミュニティのより良い社会的および心理的健康のために,歩行者指向の街路,二乗,およびプラザを含む都市における公共のオープンスペースに対する需要が増加している。広い公共空間を創出するために,様々な歩行者行動を理解することが重要性を増している。例えば,通常の目標指向挙動に加えて,美しい景色を見るか,または道路性能を監視するための歩行を停止するために,歩行者の行動を考慮する必要がある。GPS,Wi-FiおよびBluetooth技術のような位置認識技術からの最近の大量軌道データは,データ駆動アプローチを有望にする。データ駆動アプローチの一つである逆強化学習は,観測された歩行者軌道からの関心点(POI)に関する効用関数を推論する強力なツールである。このアプローチは,魅力がPOIsの効用関数によって表現されるので,任意のPOI分布を有するオープン空間の魅力に基づく軌道を生成することができる。本論文では,様々な軌跡を生成するための二段階手法を提案した。第一段階は,逆強化学習によるPOIsと確率的政策の効用関数を推論し,第二段階は与えられた目標と到着時間に関する制約の下で軌道を生成する。著者らのアプローチは,公開された公共空間を代表する2つのタイプの環境において,与えられた目的地と時間制約の下で,目標指向だけでなく,また,休止と休止の挙動を生成することを数値的に実証した。Copyright 2019 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 道路 ,  精神衛生 ,  軌跡 ,  効用関数 ,  *歩行者 ,  コミュニティ ,  都市 ,  データ駆動 ,  Bluetooth ,  公共空間 ,  *時間制約
準シソーラス用語： 目的地 ,  到着時間 ,  関心領域 ,  位置認識 , 【Automatic Indexing@JST】

著者キーワード (4件)： 逆強化学習 ,  時空制約 ,  歩行者行動モデリング ,  軌道生成

分類 (1件)： 交通調査  (TB01031B)

タイトルに関連する用語 (6件)： 時間制約 ,  経路 ,  迂回 ,  ポーズ ,  歩行者 ,  歩行行動