本研究では、ドライバーの認知的衰退と疲労を動的割引満足化(DDS)ヒューリスティックでモデル化している。DDS ヒューリスティックは、ドライバーの初期目標と疲労率の動的な変化を捉えることができる。
具体的には、DDS ヒューリスティックでは、ドライバーの累積効用が割引閾値を超えた時点で乗車を停止するという意思決定を行う。この閾値は、日々変化する初期目標と割引率によって決まる。
本研究では、この DDS ヒューリスティックをランダムに活性化されるニューラルネットワークでモデル化し、サンプリングベースの逆伝播アルゴリズムを用いて学習を行った。
シミュレーション実験と実際のシカゴタクシーデータを用いた検証の結果、提案手法は従来手法よりも優れた性能を示すことが確認された。
toiselle kielelle
lähdeaineistosta
arxiv.org
Tärkeimmät oivallukset
by Sree Pooja A... klo arxiv.org 04-17-2024
https://arxiv.org/pdf/2404.10684.pdfSyvällisempiä Kysymyksiä