2014 dxdy logo

Научный форум dxdy

Математика, Физика, Computer Science, Machine Learning, LaTeX, Механика и Техника, Химия,
Биология и Медицина, Экономика и Финансовая Математика, Гуманитарные науки




На страницу Пред.  1 ... 3, 4, 5, 6, 7  След.
 
 Re: Очередная зима ИИ не за горами?
Сообщение03.08.2019, 18:10 
Симулятор лишь из мегабайта данных сгенерирует гигабайт других данных. А вместо этого надо решить:
а. поставить ли светофор?
б. построить ли развязку?
в. построить ли дорогу-дублер?

 
 
 
 Re: Очередная зима ИИ не за горами?
Сообщение06.08.2019, 22:39 
Mihaylo в сообщении #1408525 писал(а):
Симулятор лишь из мегабайта данных сгенерирует гигабайт других данных. А вместо этого надо решить:
а. поставить ли светофор?
б. построить ли развязку?
в. построить ли дорогу-дублер?

Что, если данные вопросы уже решены, и требуется дальнейшее улучшение пропускной способности дорожного движения?

 
 
 
 Re: Очередная зима ИИ не за горами?
Сообщение31.08.2019, 09:42 
Я обнаружил еще один недостаток в разрабатываемой мной системе. Для ввода в нейронную сеть (НС) данных о машинах, стоящих перед перекрестком, требуется пропорциональное числу этих машин число входов НС. Если на одной улице перед перекрестком скопилось 25 машин, то перед перекрестком уже стоит 100 машин (с 4 сторон), а для системы всего из 9 перекрестков будет стоять 900 машин. Соответственно, будет и большое число входов НС.
Не знаю, как китайцы в своей системе в Ханьчжоу сумели обойти эту проблему. Может быть, нужно применить сверточные, рекуррентные или рекурсивные НС?

 
 
 
 Re: Очередная зима ИИ не за горами?
Сообщение31.08.2019, 12:08 
Аватара пользователя
Rasool в сообщении #1412994 писал(а):
Я обнаружил еще один недостаток в разрабатываемой мной системе.

Так может здесь не только техники из AI нужно использовать. Вот гляньте статью:
https://www.citylab.com/transportation/2019/08/boston-bus-routes-public-school-busing-algorithm-data-map/596221/
Там ключевое слово Algorithm, а не Artificial Intelligence.

 
 
 
 Re: Очередная зима ИИ не за горами?
Сообщение01.09.2019, 07:38 
Rasool в сообщении #1412994 писал(а):
Для ввода в нейронную сеть (НС) данных о машинах

Какие данные о машинах? Какой смысл рассматривать каждую машину в пробке? Какая разница, Тойота Лэндкрузер или Митсубиши Паджеро? Так важно ли, в каком порядке - автобус за грузовиком или наоборот?
Может лучше Вы предобработаете данные, как это обычно делается перед применением ML?

 
 
 
 Re: Очередная зима ИИ не за горами?
Сообщение01.09.2019, 15:36 
Mihaylo в сообщении #1413101 писал(а):
Rasool в сообщении #1412994 писал(а):
Для ввода в нейронную сеть (НС) данных о машинах

Какие данные о машинах? Какой смысл рассматривать каждую машину в пробке? Какая разница, Тойота Лэндкрузер или Митсубиши Паджеро? Так важно ли, в каком порядке - автобус за грузовиком или наоборот?
Может лучше Вы предобработаете данные, как это обычно делается перед применением ML?

Под данными о машинах я подразумевал данные о пункте назначения, пройденном пути. Эта информация нужна для определения, куда данной машине и другим машинам поворачивать на следующем перекрестке.

 
 
 
 Re: Очередная зима ИИ не за горами?
Сообщение01.09.2019, 16:50 
Вроде бы сверточные и рекуррентные сети могут работать с последовательностями переменой длины?

 
 
 
 Re: Очередная зима ИИ не за горами?
Сообщение01.09.2019, 17:56 
Мы тут мотались по Екатеринбургу, у которого имеется проблема с траффиком. Но мы не попадали в пробки, так как ездили в спальном районе. Какое значение имеет поведение отдельного автомобиля, если он едет по свободным дорогам?

Может достаточно анализировать количество автомобилей, повернувших налево-направо и поехавших прямо?

 
 
 
 Re: Очередная зима ИИ не за горами?
Сообщение01.09.2019, 18:05 
Rasool в сообщении #1413168 писал(а):
Вроде бы сверточные и рекуррентные сети могут работать с последовательностями переменой длины?


Сверточные - нет, реккурентные - да

 
 
 
 Re: Очередная зима ИИ не за горами?
Сообщение02.09.2019, 15:16 
ozheredov в сообщении #1413176 писал(а):
Rasool в сообщении #1413168 писал(а):
Вроде бы сверточные и рекуррентные сети могут работать с последовательностями переменной длины?

Сверточные - нет, реккурентные - да

Но у рекуррентных сетей число нейронов должно быть пропорционально длине вводимой последовательности? Можно ли на вход рекуррентной сети последовательно подать данные об автомобилях, стоящих в очереди перед перекрестком?

 
 
 
 Re: Очередная зима ИИ не за горами?
Сообщение02.09.2019, 15:23 
Rasool в сообщении #1413277 писал(а):
Можно ли на вход рекуррентной сети последовательно подать данные об автомобилях, стоящих в очереди перед перекрестком?


Опишите пожалуйста свою модель трафика здесь

 
 
 
 Re: Очередная зима ИИ не за горами?
Сообщение03.09.2019, 06:51 
Rasool в сообщении #1413277 писал(а):
Можно ли на вход рекуррентной сети последовательно подать данные об автомобилях, стоящих в очереди перед перекрестком?

Можно. Но нужно ли?
Зачем нейросети подавать на вход все, что угодно лишь бы она переобучилась, "утонула" в гигабайтах ненужной информации?

Модель трафика в студию, но правильнее потребовать от Вас функционал качества. Что аппроксимировать/оптимизировать будем?

 
 
 
 Re: Очередная зима ИИ не за горами?
Сообщение03.09.2019, 09:29 
Mihaylo в сообщении #1413382 писал(а):
функционал качества


Я подразумевал и его, разумеется, тоже )

 
 
 
 Re: Очередная зима ИИ не за горами?
Сообщение03.09.2019, 19:34 
Постановка задачи.

Задана улично-дорожная сеть (УДС) с регулируемыми перекрестками (в принципе ее можно обобщить и на случаи путепроводов, транспортных развязок и т.д.).
В любой момент времени на УДС находится множество транспортных средств (ТС) – в основном автомобилей. Для каждого ТС заданы исходный и конечный пункты движения на УДС. Требуется таким образом сформировать маршруты и графики движения ТС в УДС, чтобы среднее время задержек в пути из-за нахождения в пробках было минимальным. Время задержки одного ТС можно посчитать как разность между реальным временем нахождения в пути и идеальным временем, когда ТС движется по кратчайшему маршруту в УДС без остановок.
Если для i-го автомобиля возможно построить всего $n_i$ маршрутов на УДС, то для всех машин общее число сочетаний маршрутов (способов проезда) будет $\prod\limits_{i=1}^N n_i$. Таким образом задачу можно представить, как оптимизационную – путем перебора всех сочетаний всех возможных маршрутов отдельных автомобилей достичь минимальной средней задержки проезда ТС в УДС.

-- Вт сен 03, 2019 22:35:41 --

Суть моей идеи заключается в следующем:
Цитата:
- централизованная (назовем ее “диспетчерской”) система сначала собирает статистику для реальной дорожной сети - наиболее часто имеющие место транспортные потоки, скорости движения отдельных транспортных средств (ТС) в разных условиях движения (заторы, свободное движение).
- на базе этого система настраивает параметры симулятора – виртуального экспериментального стенда, который имитирует проезд разных ТС по улично-дорожной сети (УДС) с учетом разных погодных условий (дождь, снег), времени суток, дня недели, времени года – примерно по типу того, как это реализовано в AnyLogic 8 – вероятностным образом, то есть просчитывает разные исходы движения транспорта. Допустим, автомобиль, стоящий в пробке перед светофором с определенной вероятностью успевает проехать на следующий зеленый сигнал светофора, а с определенной вероятностью не успевает. Симулятор выдает разветвляющееся дерево для каждого из исходов для всех машин на всех перекрестках, где каждый узел взвешен со своей вероятностью.
- потом система начинает самообучаться, прогоняя самые разные варианты развития дорожной обстановки на симуляторе - перебор возможных вариантов маршрутов ТС на УДС и их моделирование, моделирование ДТП и т.д., обучая оценочную нейронную сеть (недостатки: отличие данных, полученных с симулятора, от данных, полученных с реальной УДС), на входе которой – одна из возможных реальных ситуаций на УДС, на выходе – мат. ожидание средней удельной задержки времени проезда автомобилей.
- Потом обученная система начинает работать, управляя маршрутами ТС на УДС или возможными направлениями поворотов ТС на перекрестках путем сообщения предлагаемых действий водителям машин (или автопилотам) и режимами работы светофоров, но обучение системы и сбор статистики дорожных ситуаций продолжается. Реализуется дерево поиска по вероятности: осуществляется ветвление по разным переключениям светофоров (также возможна “зеленая волна”), разным поворотам машин на перекрестках, либо маршрутам машин по УДС (нужно выбрать, что именно, скорее всего первое) – вершины взвешены вероятностями этих исходов и вычисляются мат. ожидания среднего времени задержки проезда с помощью уже обученной нейронной сети. Ввиду большого ветвления дерева поиска можно применить метод Монте-Карло – тоже по аналогии с алгоритмом AlphaGo.

У этой идеи есть следующие особенности и недостатки:
Цитата:
- AlphaGo реализует игру с противником, система управления дорожным движением – игру с природой.
- Громоздкость реализации идеи для проверки (нужен коллектив программистов).
- Система станет наиболее актуальной при подавляющем количестве беспилотных автомобилей.
- Необходимо иметь разработанный адекватный симулятор движения автомобилей на УДС для точного предсказания математического ожидания удельных задержек движения машин.
- Видимо, систему можно реализовать только на небольшой УДС ввиду большого объема данных.

 
 
 
 Re: Очередная зима ИИ не за горами?
Сообщение04.09.2019, 07:04 
Rasool в сообщении #1413454 писал(а):
сформировать маршруты и графики движения ТС в УДС, чтобы среднее время задержек в пути из-за нахождения в пробках было минимальным.

С академической точки зрения задача может быть и интересна, но с практической она очень слаба.
К тому же не очень пока понятно, зачем здесь искусственный интеллект. Ну да ладно, задача есть, можно пробовать ее решать.
Задержки в основном случаются из-за ДТП, происшествий, дорожных работ, массовых мероприятий и просто из-за перегруженного трафика (который УДСом не разгрузить). Я это уже отмечал, в принципе. Можно просто все эти нюансы учесть в вероятностной модели трафика, не проблема.

Если решать задачу в лоб, то следует нейросети показать начала-концы маршрутов, времена стартов, ВСЕ маршруты/графики и ОБЩЕЕ время задержки в пути (за сутки). Входы нейросети - начала-концы и стартовые времена. Выходы нейросети - маршруты/графики. Общее время задержки - это для справки.

 
 
 [ Сообщений: 105 ]  На страницу Пред.  1 ... 3, 4, 5, 6, 7  След.


Powered by phpBB © 2000, 2002, 2005, 2007 phpBB Group