文献

J-GLOBAL ID：202002235055339382   整理番号：20A2197915

マルチエージェント強化学習を用いた運転者再配置のための報酬設計【JST・京大機械翻訳】

Reward design for driver repositioning using multi-agent reinforcement learning

著者 (3件)： Shou Zhenyu (Department of Civil Engineering and Engineering Mechanics, Columbia University, United States) ,  Di Xuan (Department of Civil Engineering and Engineering Mechanics, Columbia University, United States) ,  Di Xuan (Data Science Institute, Columbia University, United States)
資料名： Transportation Research. Part C. Emerging Technologies  (Transportation Research. Part C. Emerging Technologies)
巻： 119  ページ： Null  発行年： 2020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： 乗客要求の大部分は,乗客探索プロセス中の空車運転者の巡航行動のため,部分的に未使用である。本論文では,複数エージェント間の競争を捉える平均場マルチエージェント強化学習(MARL)アプローチを通して,マルチ運転者再配置タスクをモデル化することを目指した。与えられた報酬メカニズムの下でのマルチ運転者システムへのMARLの直接適用は,運転者の利 self性により,準最適平衡を与えると思われるので,本研究は,より望ましい平衡を達成できる報酬設計方式を提案した。報酬設計として上位レベルおよびマルチエージェントシステムとしてより低いレベルを有するバイレベル最適化問題を効果的に解決するために,Bayes最適化(BO)アルゴリズムを採用して,学習過程をスピードアップした。次に,2つの事例研究,すなわち,NYC混雑価格決定の下でサービス充電とマルチクラスタクシードライバ再配置の下で,e-hailingドライバ再配置を2つの事例研究に適用した。最初の事例研究では,このモデルをBOから導出された最適制御と解析解の一致によって検証する。単純な区分的線形サービスチャージによって,e-hailingプラットフォームの目的は,8.4%によって増加することができた。第2の事例研究では,$5.1の最適料金をBOを用いて解決し,これは,料金のない場合と比較して,7.9%の都市計画者の目的を改善する。この最適料金の下で,NYC中央ビジネス地区におけるタクシーの数は減少し,地下鉄システムの混雑を実質的に増加せずに,より良い交通条件を示す。Copyright 2020 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： アルゴリズム ,  最適化 ,  価格決定 ,  都市計画家 ,  解析的解法 ,  充電 ,  料金 ,  乗客 ,  事例研究 ,  タクシー ,  *エージェント ,  *強化学習 ,  マルチエージェントシステム
準シソーラス用語： 学習過程 ,  *マルチエージェント , 【Automatic Indexing@JST】

著者キーワード (3件)： 平均場マルチエージェント強化学習 ,  報酬設計 ,  Bayes最適化

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： マルチエージェント ,  強化学習 ,  再配置 ,  報酬 ,  設計