概要
都市・交通理論に関する研究論文を精読し，輪講形式で発表，議論をおこないました．
場所：対面・zoom
日程
発表
実施済みの回について，発表概要と資料・質疑の議事録をまとめています．
2-1:
A novel mobility consumption theory for road user charging
2-2:
Online algorithms for the multi-vehicle inventory-routing problem with real-time demands
概要
需要がリアルタイムで明らかになる多車両の在庫配送問題に対応するため、整数計画モデルを繰り返し解くオンラインアルゴリズムを提案した。また、アルゴリズムの性能を理論的に評価する競合比を証明し、最悪ケースの性能を保証した。 さらに、提案手法が理論上の最悪値を大幅に下回る優れた結果を短時間で達成できることを実証した。
●発表資料
●議事録
3:
Generative Topology Optimization: Exploring Diverse Solutions in Structural Design
4-1:
Solving vehicle routing problem using quantum approximate optimization algorithm
4-2:
Traffic flow optimisation for lifelong multi-agent path finding
概要
大規模MAPFにおいて渋滞と均衡配分の概念を導入することで衝突回避時の渋滞を緩和し、経路計画の効率を向上した。具体的にはPIBTやLaCAM*に時間非依存のGuide Pathを導入し、渋滞を緩和する経路が生成されるよう誘導した。
●発表資料
●議事録
5:
Deep neural networks for choice analysis: Enhancing behavioral regularity with gradient regularization
概要
DNNにおいて、需要関数の単調性を評価するための指標として、strong and weak regularitiesを提案した。また、この行動的規則性強化のために6つの勾配正則化項を用いたフレームワークを設計した。
●発表資料
●議事録
6-1:
Path Size Logit route choice models: Issues with current models, a new internally consistent approach, and parameter estimation on a large-scale network with GPS data
6-2:
RoutesFormer: A sequence-based route choice Transformer for efficient path inference from sparse trajectories
概要
自然言語処理の機械学習モデルTransformerを援用した、シーケンスベースの経路選択モデルを提案した。マルコフ性仮定を設けずに経路全体を一括して扱うことを可能にし、既存モデルを上回る予測精度を示した。
●発表資料
●議事録
7:
End-to-end learning of user equilibrium with implicit neural networks
概要
ネットワーク情報と個人属性情報を用いたNN内に、 交通工学における均衡概念を変分不等式として組み込み学習する新たな均衡配分型NNを提案。
●発表資料
●議事録
8-1:
Learning to delegate for large-scale vehicle routing
概要
大規模な配車計画問題について、機械学習とヒューリスティックを組み合わせたアプローチを提案した。問題をより小さな部分問題に分解し、既存の高性能なサブソルバーにそれらの解決を委任することで高速に優良な解を求めることを可能にしている。
●発表資料
●議事録
8-2:
Mitigating the impact of selfish routing: An optimal-ratio control scheme (ORCS) inspired by autonomous driving
概要
自動運転の普及過渡期における最適な制御方法を最適割合制御スキームを用いて計算する手法を提案し、実際のネットワークにより効果を検証した。
●発表資料
●議事録
9-1:
Foundations of cities
9-2:
A perturbed utility route choice model
概要
A perturbed utility model is used to formulate a route choice model. The model considers all route alternatives, without the need for choice set generation, and is estimated efficiently using linear regression.
●発表資料
●議事録
10-1:
Improving transportation network redundancy under uncertain disruptions via retrofitting critical components
10-2:
A lagrangian particle dynamics approach for crowd flow segmentation and stability analysis
11:
12-1:
A Gaussian process-based RRT planner for the exploration of an unknown and cluttered environment with a UAV. Advanced Robotics
概要
UAV (無人航空機) が未知かつ多数の障害物がある環境をレーザーで探査しつつ自律飛行する際、ガウス過程占有マップと相互情報量に基づくRRTによる経路探索の組み合わせにより、衝突回避と探査ミッションの効率を向上した。
●発表資料
●議事録
12-2:
Real-time system optimal traffic routing under uncertainties—Can physics models boost reinforcement learning?
13:
A sequential transit network design algorithm with optimal learning under correlated beliefs
概要
モビリティシステム導入時に需要の推定が難しい問題を解消するために、逐次的なルート設計と最適学習（多腕バンディット、知識勾配、相関信念付き知識勾配）を組み合わせたアルゴリズムを提案した。
●発表資料
●議事録
14-1:
Face2diffusion for fast and editable face personalization
概要
"Multi – Scale identity Encoder：角度の内積計算によって類似度を算出し、浅層での識別を強化 Expression Guidance：3D表情特徴を導入し、identity を損なうことなく表情の制御性を実現
Class-Guided Denoising Regularization：背景と顔を空間的に分離して制御。背景の過学習を防ぎつつ、多様な生成を可能に
"
●発表資料
●議事録
14-2:
Guided conditional diffusion for controllable traffic simulation
15:
Evolutionary implementation of optimal city size distributions
概要
都市の最適規模分布を実現する政策を提案した。計画者は人々の選好や効用を知らなくても、各時点の価格や人口から観測される外部性を是正し続ける政策を導入することで、将来を見越した人々の行動が、経済全体を長期的かつ自律的に最適な状態へと導くことを理論的に示した。
●発表資料
●議事録
