文献

J-GLOBAL ID：201902249427844593   整理番号：19A2117257

自律的オンデマンド車両のためのマルチエージェント強化学習【JST・京大機械翻訳】

Multi-Agent Reinforcement Learning for Autonomous On Demand Vehicles

著者 (4件)： Boyali Ali (National Institute of Advanced Industrial Science and Technology, Japan) ,  Hashimoto Naohisa (National Institute of Advanced Industrial Science and Technology, Japan) ,  John Vijay (Toyota Technological Institute, Japan) ,  Acarman Tankut (Galatasaray University, Istanbul, 34349, Turkey)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： IV  ページ： 1461-1468  発行年： 2019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： 本研究では,要求車両(ATODV)システムにおける自律輸送のための監視制御装置を設計する手順を詳述した。乗客の平均待ち時間を低減するために強化学習を実行し,電気自動車のエネルギー消費を低減するためにコスト関数を導入した。ATODVパイロットプロジェクトのための確率的シミュレーション環境をPython環境においてコード化して,人工知能を有するエージェントとして自律的カート決定プロセスを訓練した。乗客グループの行動,ゲットオングスおよびゲt off時間,目的地をランダム変数としてモデル化した。単一Deep Q学習ネットワークを,マルチエージェント設定に従って訓練した。エネルギー消費と空の車両運動を制約しながら,乗客の待ち時間を低減するための自動車用のATODVシステムの独立意思決定を評価した。Copyright 2019 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： エネルギー消費 ,  モデリング ,  電気自動車 ,  自動車 ,  意思決定 ,  待ち時間 ,  *強化学習 ,  乗客 ,  *エージェント ,  ネットワーク
準シソーラス用語： 目的地 ,  Python ,  *マルチエージェント ,  *オンデマンド ,  *自律性 , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： オンデマンド ,  マルチエージェント ,  強化学習