文献

J-GLOBAL ID：202202273314972438   整理番号：22A0781066

深層強化学習による知的クルーズ誘導と車両資源管理【JST・京大機械翻訳】

Intelligent Cruise Guidance and Vehicle Resource Management With Deep Reinforcement Learning

著者 (5件)： Sun Guolin (School of Computer Science and Engineering, University of Electronic Science and Technology of China, Chengdu, China) ,  Liu Kai (School of Computer Science and Engineering, University of Electronic Science and Technology of China, Chengdu, China) ,  Boateng Gordon Owusu (School of Computer Science and Engineering, University of Electronic Science and Technology of China, Chengdu, China) ,  Liu Guisong (School of Economic Information Engineering, Southwestern University of Finance and Economics, Chengdu, China) ,  Jiang Wei (School of Computer Science and Engineering, German Research Center for Artificial Intelligence (DFKI GmbH), Kaiserslautern, Germany)
資料名： IEEE Internet of Things Journal  (IEEE Internet of Things Journal)
巻： 9  号： 5  ページ： 3574-3585  発行年： 2022年 
JST資料番号： W2432A  ISSN： 2327-4662  資料種別： 逐次刊行物 (A)
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： 都市関連輸送のための新しいビジネスと技術的モデルの出現は,輸送ネットワーク企業(TNCs)の必要性を明らかにした。TNCsに関するほとんどの研究は,運転者と乗客の関心を最適化し,車両資源を想定するオペレータは,不変のままであるが,柔軟で制御可能な車両資源の展望から,資源利用と満足の最適化を無視する。事実,シーンの負荷は時間において可変であり,それは資源の柔軟な制御を必要とする。運転者は,利益を最大化するために,それらの車両資源を効果的に利用することを望んでいる。乗客は,最小時間待ち時間を費やし,そして,彼らが成功するトリップから出せるように,プラットフォームケアを望む。本論文では,プラットフォーム収入を改善しながら,車両資源利用と要求成功率のバランスをとるための適応インテリジェント巡航誘導と車両資源管理モデルを提案した。状況を自律的に学習し,車両をホットスポット領域へ導くための先進的な深層強化学習(DRL)法を提案した。著者らは,場面におけるオンライン車両の数が柔軟であり,学習エージェントが,有効車両資源利用を改善するために,リアルタイム負荷に従って,システムにおけるオンライン車両の数を自律的に変えることができると仮定した。適応報酬機構を実行し,決定段階で車両資源利用と要求成功率の重要性を制御した。シミュレーション結果と解析は,提案したDRLベースの方式が,他のベースラインアルゴリズムと比較して,プラットフォーム収入を改善しながら,許容できるレベルで車両資源利用と要求成功率のバランスをとることを明らかにした。Copyright 2022 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： アルゴリズム ,  最適化 ,  シミュレーション ,  オペレータ ,  *資源 ,  トリップ ,  都市 ,  輸送網 ,  モデル ,  待ち時間 ,  乗客 ,  ホットスポット
準シソーラス用語： 自律性 ,  オンライン ,  資源利用 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 深層強化学習 ,  誘導 ,  資源管理