文献

J-GLOBAL ID：202102248720485396   整理番号：21A0444950

Markovトラヒックモデリングにおける車線選択予測のためのミニマックス戦略【JST・京大機械翻訳】

Minimax Strategy for Lane Choice Prediction in Markovian Traffic Modeling

著者 (3件)： Pop Madalin-Dorin (Politehnica University of Timis,oara,Automation and Applied Informatics Department,Timis,oara,Roma^nia) ,  Prostean Octavian (Politehnica University of Timis,oara,Automation and Applied Informatics Department,Timis,oara,Roma^nia) ,  Prostean Gabriela (Politehnica University of Timis,oara,Management Department,Timis,oara,Roma^nia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： GOL  ページ： 1-6  発行年： 2020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： 毎日の車両は道路網を過負荷する。この世界的な課題から始めて,旅行時間改善のための解を見つける必要性を見ることができる。多くの解決策は,交通モデリングにおける最低可能レベルを見るならば発生する。顕微鏡レベルでは,それらの速度,加速または車線変化挙動について,車両の相互作用の最良の概観がある。本論文は,AI(人工知能)ベースのゲーム戦略を用いた車線選択予測の新しいアプローチを提案した。Markov過程としてモデル化した車線変更行動を有する道路の片を,選択した車両のために,本論文は,望ましい目的地と含まれるコストを考慮して,最良の決定を見つけることを目指した。車線変更行動は,交通 destination先量,異なる車線に関連した中間交通量,車線分割点配置などのパラメータと共に,行動を開始する車両を含むゲームとして記述される。経路選択問題解決のための最適として知られるDijkstraアルゴリズムとの比較は,提案した方式の効率性を証明した。前述の最適アルゴリズムと比較して,目的体積として得られた類似結果は,本論文で提案した検証ステップから成る。Copyright 2021 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： Markov過程 ,  相互作用 ,  ゲーム ,  問題解決 ,  最適化手法 ,  交通量 ,  道路 ,  道路網 ,  旅行時間 ,  経路選定 ,  人工知能 ,  *ミニマックス法 ,  過負荷
準シソーラス用語： Dijkstraアルゴリズム ,  車線変更 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： トラヒックモデリング ,  車線 ,  予測 ,  ミニマックス戦略