強化学習コンペで交通×AIに挑戦:KDDCUP2020 RL Track 世界3位獲得! - Qiita

強化学習コンペで交通×AIに挑戦:KDDCUP2020 RL Track 世界3位獲得! - Qiita

はじめに Happy Holidays 🎉 NTTドコモの出水です.最終日の本記事では,ドコモR&Dチームで参加した強化学習コンペティションの取組みと活用方法をお届けします! コンペのテーマは「交通$\times$A...

13 mentions: @keiichi_ochiai@dedemii@chaoticCats@sam_murayama@joho_hideo
Date: 2020/12/26 05:21

Referring Tweets

@dedemii 強化学習コンペティションで「交通×AI」に挑戦しました!Qiitaアドベントカレンダー最終日の記事です.優勝チーム手法やTaxi dispatch & repositionの情報をまとめています! 強化学習コンペで交通×AIに挑戦:KDDCUP2020 RL Track 世界3位獲得! t.co/lcbzPurfOt #Qiita
@joho_hideo 「「配車を通じて得られる報酬の最大化」を目的とした,強化学習のアプローチでは(中略)長期的な報酬を加味して,(先読みのような形で)人が思いつかないような配車パターンを獲得するといったメリットが期待できます」 t.co/9H5tSfLEjr
@sam_murayama KDDCUP2020 RL Track 課題は、タクシーの配車割当てや再配置 (Taxi dispatching & repositioning) を最適化するAIの開発 t.co/yZk2HZ90U1 #Qiita

Related Entries

Read more 大量のユーザーデータを横断的に使うために LINEのデータサイエンティストが気をつけているいくつかのこと - ログミーTech
0 users, 10 mentions 2020/12/03 08:21
Read more AI最高峰学会でサイバーエージェントの専門部署が金星:日経クロストレンド
0 users, 7 mentions 2020/12/22 12:58
Read more 難しくても使いこなす組合せ最適化(1)|NTTデータ数理システム
3 users, 2 mentions 2020/12/26 02:20
Read more 時間によって変化する因子(Time-varying Treatment)の効果推定:なぜ必要か? - Unboundedly
3 users, 4 mentions 2021/01/31 07:12
Read more 日本語でHugging Face Tokenizersを動かす - Techブログ - MNTSQ, Ltd.
18 users, 7 mentions 2021/02/26 03:00