文献

J-GLOBAL ID：202002216426615936   整理番号：20A2263197

強化学習による都市地下鉄ネットワーク拡張【JST・京大機械翻訳】

City Metro Network Expansion with Reinforcement Learning

著者 (5件)： Wei Yu (Xi’an Jiaotong University, Xi’an, China) ,  Mao Minjia (Xi’an Jiaotong University, Xi’an, China) ,  Zhao Xi (Xi’an Jiaotong University, Xi’an, China) ,  Zou Jianhua (Xi’an Jiaotong University, Xi’an, China) ,  An Ping (Xi’an Jiaotong University, Xi’an, China)
資料名： ACM Proceedings  (ACM Proceedings)
号： KDD ’20  ページ： 2646-2656  発行年： 2020年 
JST資料番号： D0698C  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： 交通ネットワーク設計に含まれる都市地下鉄ネットワーク拡張は,既存の地下鉄ネットワークに基づく新しいラインを設計することを目的とする。(i)輸送ネットワーク設計の分野での既存の方法は,この問題を効率的に定式化し,(ii)解を生成するためのエキスパートガイダンス,または(iii)設計が困難な問題固有の発見的方法に頼る。これらの限界に対処するために,都市地下鉄ネットワーク拡張問題のための強化学習ベースの方法を提案した。この方法では,Markov決定プロセス(MDP)として地下鉄線展開を定式化し,逐次ステーション選択のプロセスとして問題を特徴づけた。次に,既存の地下鉄ネットワークに基づいて次の地下鉄線を設計するために,アクター-批評モデルを訓練した。アクターは,ステーションを選択するのに使用されるパラメータ化ポリシーを作り出すための注意機構を有するエンコーダ-デコーダネットワークである。批判は,訓練分散を減らすことにより,アクターの訓練を支援するための予想される累積報酬を推定する。提案手法は,学習手順が,より良いステーション選択のための政策を調整するための報酬計算のみに依存するので,設計中のエキスパートガイダンスを必要としない。また,それは,ステーション選択を定式化する政策によって,発見的設計の困難さを避ける。起源-目的(OD)トリップと社会的公平性を考慮して,著者らは,全体の都市における24,770,715の携帯電話ユーザの現実の移動性情報に基づいて,中国,西安における現在の地下鉄ネットワークを拡大した。結果は,既存のアプローチと比較して著者らの方法の利点を実証した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *学習 ,  *ネットワーク ,  トリップ ,  *都市 ,  発見的方法 ,  輸送網 ,  符号器 ,  定式化 ,  パラメタリゼーション ,  携帯電話 ,  *強化学習 ,  公平性
準シソーラス用語： ネットワーク設計 ,  移動性 ,  西安市 , 【Automatic Indexing@JST】

著者キーワード (4件)： アクター-クリティックモデル ,  地下鉄ネットワークの拡大 ,  強化学習 ,  社会的公平性

分類 (4件)： 都市交通  (TA01020W) ,  鉄道輸送・サービス一般  (TC01010R) ,  トンネル工事  (RC05031E) ,  輸送と業務  (TC01030N)

タイトルに関連する用語 (4件)： 強化学習 ,  都市 ,  地下鉄 ,  拡張