伝達可能な自律移動オンデマンドのためのグラフMeta強化学習【JST・京大機械翻訳】

Gammelli Daniele; Yang Kaidi; Harrison James; Rodrigues Filipe; Pereira Francisco C.; Pavone Marco

プレプリント

J-GLOBAL ID：202202202044149504 整理番号：22P0289759

伝達可能な自律移動オンデマンドのためのグラフMeta強化学習【JST・京大機械翻訳】

Graph Meta-Reinforcement Learning for Transferable Autonomous Mobility-on-Demand

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (6件)： , , , , ,
資料名：
発行年： 2022年02月14日プレプリントサーバーでの情報更新日： 2022年02月14日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

自律性Mobility-on-Demand(AMoD)システムは,現在,都市化によって挑戦され,旅行ニーズを増す既存の輸送パラダイムに対する魅力的な代替である。自動車を中心的に制御することにより,これらのシステムは顧客への移動性サービスを提供し,現在,世界中の多くの都市で展開され始めている。AMoDシステムを制御するための現在の学習ベース手法は単一都市シナリオに限られており,それによってサービスオペレータは同じ輸送システム内で運転決定の無制限量を取ることができる。しかし,実世界のシステムオペレータは,訓練中に多数の貧弱な品質決定をもたらすので,あらゆる都市に対してAMoDコントローラを完全に再訓練するのは困難であり,単一都市戦略を潜在的に非現実的解決策にする。これらの限界に対処するために,メタ強化学習(メタ-RL)のレンズを通してマルチシティAMoD問題を定式化し,再帰グラフニューラルネットワークに基づくアクター-批評アルゴリズムを考案した。著者らのアプローチでは,AMoDコントローラは,新しい都市内の少量の経験が良好なシステム性能を生成するように,明示的に訓練される。経験的に,著者らは,メタRLを通して学習された制御政策が,急速に適応可能な政策を学習することによって,非Se都市で最適に近い性能を達成することができるかを示し,従って,それらを,新しい環境だけでなく,特別なイベント,予想外の混雑,および動的価格決定方式のような実世界の運用で共通する分布シフトを,よりロバストにする。【JST・京大機械翻訳】

, , , , , , , , , , , ,
, , 【Automatic Indexing@JST】

都市交通

, , ,

前のページに戻る