MoTLab -Mobility Technologies Engineering Blog-MoTLab -Mobility Technologies Engineering Blog-

自動運転の研究も! 機械学習 × 交通の論文を紹介

行灯Labo自動運転論文
December 13, 2018

💁🏻
※本記事は Mobility Technologies の前身である JapanTaxi 時代に公開していたもので、記事中での会社やサービスに関する記述は公開当時のものです。
An image from Notion

R&D部ではタクシーに関する自動運転や画像処理を使ったプロジェクトも進めています。これらのプロジェクトを推進するために、最新の技術をフォローすることを目的として、論文の輪講会を実施しています。

An image from Notion

今回は論文輪講会で紹介された交通と機械学習に関する論文を紹介します。

Learning to Estimate the Travel Time

Conference: KDD2018 Authors: Zheng Wang (Didi Chuxing); Kun Fu (Didi Chuxing); Jieping Ye (Didi Chuxing) URL: http://www.kdd.org/kdd2018/accepted-papers/view/learning-to-estimate-the-travel-timeahttp://www.kdd.org/kdd2018/accepted-papers/view/learning-to-estimate-the-travel-time

DiDiの到着時間予測をする論文で実際のサービスで使っているモデル

  • 到着時間予測とは
  • 既存のアプローチ
  • 提案するアプローチ:Wide-Deep-Recurrent Learning 
  • 実験結果

実際のサービス上で動かしているものをトップカンファレンスに通せているのが素晴らしいですね。手法に関しても、課題感からシンプルなアプローチを選択しています。

An image from NotionAn image from Notion

End to End Learning for Self-Driving Cars

Conference: なし Authors: Mariusz Bojarski, Davide Del Testa, Daniel Dworakowski, Bernhard Firner, Beat Flepp, Prasoon Goyal, Lawrence D. Jackel, Mathew Monfort, Urs Muller, Jiakai Zhang, Xin Zhang, Jake Zhao, Karol Zieba(NVIDIA Corporation) URL: https://arxiv.org/abs/1604.07316ahttps://arxiv.org/abs/1604.07316
  • カメラの画像のみを入力にして自動運転車のハンドル操作を推定する論文
  • Data Augmentation
  • モデル
  • 実験

end-to-endの自動運転は実用は難しそうですが、技術的に面白いですね。道路のラインを直接学習していないのにCNN層でラインを認識しています。また、時間方向の情報を一切使わなくても操作ができている点も興味深いです。

An image from NotionAn image from NotionAn image from Notion

Learning Combinatorial Optimization Algorithms over Graphs

Conference: NIPS2017 Authors: Hanjun Dai, Elias B. Khalil, Yuyu Zhang, Bistra Dilkina(Georgia Institute of Technology), Le Song(Ant Financial) URL: https://arxiv.org/abs/1704.01665ahttps://arxiv.org/abs/1704.01665
  • NP困難なグラフ問題のタスクに対してニューラルグラフ埋め込みと強化学習を適用した論文
  • NP困難なグラフ探索とは
  • グラフ埋め込み:structure2vec
  • 強化学習:Deep Q-learning
  • 実験
  • 巡回セールスマン問題、最小頂点被覆問題、最大カット問題で実験
  • 人手で設定した貪欲法よりも近似解に近い

グラフ埋め込みやDQNといったイマドキな技術を使って、グラフ問題に対するアプローチを一般化している論文。弊社で取り組んでいるタクシーの配車支援システムでも部分的に巡回セールスマン問題を解く必要があり、参考になりそうです。

An image from NotionAn image from Notion

まとめ

交通と機械学習をテーマに論文を3本紹介しました。交通の諸問題は、データサイエンス、画像処理、グラフなど機械学習で解くアプローチが多数あります。

💁🏻
※本記事は Mobility Technologies の前身である JapanTaxi 時代に公開していたもので、記事中での会社やサービスに関する記述は公開当時のものです。

Mobility Technologies では共に日本のモビリティを進化させていくエンジニアを募集しています。話を聞いてみたいという方は、是非 募集ページ からご相談ください!