Learning to Control and Coordinate Mixed Traffic Through Robot Vehicles at Complex and Unsignalized Intersections

要約

交差点は、現代の大都市の交通にとって不可欠な道路インフラです。
ただし、交通事故や信号機などの交通調整機構の欠如により、交通の流れのボトルネックになることもあります。
最近、交差点交通の効率を向上させるために、従来の制御方法を超えたさまざまな制御および調整メカニズムが提案されています。
その中で、人が運転する車両（HV）とロボット車両（RV）からなる予測可能な混合交通の制御が登場しています。
このプロジェクトでは、現実世界の複雑な交差点での混合交通の制御と調整のための分散型マルチエージェント強化学習アプローチを提案します。これはこれまで検討されていないテーマです。
私たちのアプローチの有効性を示すために、包括的な実験が行われます。
特に、5% RV を使用すると、1 時間あたり 700 台の実際の交通需要の下で、複雑な交差点内の渋滞の形成を防止できることを示します。
対照的に、RV がなければ、交通需要が 1 時間あたり 200 台に達すると渋滞が発生し始めます。
交通中に 60% 以上の RV が存在する場合、私たちの方法は、交差点でのすべての車両の平均待ち時間に関して信号機と同等またはそれ以上のパフォーマンスを達成し始めます。
また、私たちの方法は、停電イベントと突然の RV パーセンテージの低下の両方に対して堅牢であり、2 つの目に見えない交差点での導入の成功によって示されるように、優れた汎用性を備えています。

要約(オリジナル)

Intersections are essential road infrastructures for traffic in modern metropolises. However, they can also be the bottleneck of traffic flows as a result of traffic incidents or the absence of traffic coordination mechanisms such as traffic lights. Recently, various control and coordination mechanisms that are beyond traditional control methods have been proposed to improve the efficiency of intersection traffic. Amongst these methods, the control of foreseeable mixed traffic that consists of human-driven vehicles (HVs) and robot vehicles (RVs) has emerged. In this project, we propose a decentralized multi-agent reinforcement learning approach for the control and coordination of mixed traffic at real-world, complex intersections–a topic that has not been previously explored. Comprehensive experiments are conducted to show the effectiveness of our approach. In particular, we show that using 5% RVs, we can prevent congestion formation inside a complex intersection under the actual traffic demand of 700 vehicles per hour. In contrast, without RVs, congestion starts to develop when the traffic demand reaches as low as 200 vehicles per hour. When there exist more than 60% RVs in traffic, our method starts to achieve comparable or even better performance to traffic signals on the average waiting time of all vehicles at the intersection. Our method is also robust against both blackout events and sudden RV percentage drops, and enjoys excellent generalizablility, which is illustrated by its successful deployment in two unseen intersections.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google