Daily Arxiv

世界中で発行される人工知能関連の論文をまとめるページです。
このページはGoogle Geminiを活用して要約し、非営利で運営しています。
論文の著作権は著者および関連機関にあり、共有する際は出典を明記してください。

MobileCity: An Efficient Framework for Large-Scale Urban Behavior Simulation

Created by
  • Haebom

作者

Xiaotong Ye, Nicolas Bougie, Toshihiko Yamasaki, Narimasa Watanabe

概要

MobileCityは、現実的な都市移動シミュレーションをモデル化するために設計された軽量シミュレーションプラットフォームです。複数の交通手段を含む包括的な交通システムを導入し、アンケートデータを使用してエージェントプロファイルを構築します。スケーラブルなシミュレーションのために、エージェントは事前に生成されたアクション空間内でアクション選択を実行し、効率的なエージェントメモリを生成するためにローカルモデルを使用します。 4,000人のエージェントの広範な評価により、MobileCityは計算効率を維持しながら、既存のモデルよりも現実的な都市行動を生成することを実証しました。移動パターンの予測や交通選好の人口統計的傾向分析など、実用的なアプリケーションを探求します。

Takeaways、Limitations

•
Takeaways：
◦
現実的な都市移動シミュレーションの実装
◦
複数の交通手段を含む包括的な交通システムの構築
◦
計算効率を維持しながら現実的な都市行動を作成
◦
移動パターン予測や人口統計的傾向分析などの実用的なアプリケーションを提供
◦
コード公開（ https://github.com/Tony-Yip/MobileCity ）
•
Limitations：
◦
本論文に具体的なLimitationsは記載されていない。
👍
Made with Slashpage