{"product_id":"ieej-ct10tc07004","title":"情報提供戦略の学習による動的な交通量配分の実現","description":"\u003cp\u003e\u003cstrong\u003eカテゴリ: \u003c\/strong\u003e部門大会\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e論文No: \u003c\/strong\u003eTC7-4\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eグループ名: \u003c\/strong\u003e【C】平成22年電気学会電子・情報・システム部門大会講演論文集\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e発行日: \u003c\/strong\u003e2010\/09\/02\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eタイトル(英語): \u003c\/strong\u003eRealization of Dynamic Traffic Assignment by Learning Information Distribution\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名: \u003c\/strong\u003e内田 英明(東京大学),荒井 幸代(千葉大学)\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名(英語): \u003c\/strong\u003eHideaki Uchida(University of Tokyo),Sachiyo Arai(Chiba University)\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eキーワード: \u003c\/strong\u003e配分交通量|自律エージェント|強化学習|交通ネットワークフロー|Traffic Distribution|Autonomous Assignment|Reinforcement Learning|Traffic Network Flow\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e要約(日本語): \u003c\/strong\u003e本研究では,交通流を制御する主体として渋滞情報センタと運転者の２つの異なるエージェントをモデル化する.\u003cbr\u003e情報センタはネットワーク全体の交通量を状態入力として,運転者の経路選択をサポートする情報を強化学習によって獲得し,運転者に提供（出力）する.\u003cbr\u003e一方,運転者は情報センタからの指示に基づいて行動する.本手法によって動的環境下で適応的な交通流配分が実現できることを計算機実験によって示す.\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003ePDFファイルサイズ: \u003c\/strong\u003e5,408 Kバイト\u003c\/p\u003e","brand":"IEEJ-PDF","offers":[{"title":"PDFダウンロード（一般価格440円\/会員価格220円） \/ A4 \/ 6","offer_id":46406434586863,"sku":"IEEJ-CT10TC07004-PDF","price":440.0,"currency_code":"JPY","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0718\/9512\/2159\/files\/IEEJ-PDF_3df536f7-de18-4a99-97f7-709af4afa5dd.png?v=1745138344","url":"https:\/\/ieej.bookpark.ne.jp\/products\/ieej-ct10tc07004","provider":"電気学会 電子図書館","version":"1.0","type":"link"}