City-scale Pollution Aware Traffic Routing by Sampling Max Flows using MCMC

要約

世界中の都市部における大気汚染の重大な原因は、大量の道路交通です。
深刻な汚染に長期間さらされると、深刻な健康問題を引き起こす可能性があります。
この問題に取り組むための 1 つのアプローチは、i) あらゆる地域で極端な汚染を回避する、ii) 短い通過時間を可能にする、および iii) 道路容量を有効に利用する、という複数の目的のバランスをとる、汚染を意識したトラフィック ルーティング ポリシーを設計することです。
この問題に対する新しいサンプリングベースのアプローチを提案します。
平面グラフの整数最大フロー ソリューションをサンプリングできるマルコフ連鎖の最初の構築を提供し、確率が総トランジット長に依存することを理論的に保証します。
SUMO交通シミュレーターを使用して、さまざまなサンプルと実際の道路地図でシミュレートされた交通を使用して、交通ポリシーを設計しました。
他のアプローチと比較して、世界中の大都市の地図で実験したところ、深刻な汚染のある地域が大幅に減少したことが観察されました。

要約(オリジナル)

A significant cause of air pollution in urban areas worldwide is the high volume of road traffic. Long-term exposure to severe pollution can cause serious health issues. One approach towards tackling this problem is to design a pollution-aware traffic routing policy that balances multiple objectives of i) avoiding extreme pollution in any area ii) enabling short transit times, and iii) making effective use of the road capacities. We propose a novel sampling-based approach for this problem. We provide the first construction of a Markov Chain that can sample integer max flow solutions of a planar graph, with theoretical guarantees that the probabilities depend on the aggregate transit length. We designed a traffic policy using diverse samples and simulated traffic on real-world road maps using the SUMO traffic simulator. We observe a considerable decrease in areas with severe pollution when experimented with maps of large cities across the world compared to other approaches.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google