CAV-AHDV-CAV: Mitigating Traffic Oscillations for CAVs through a Novel Car-Following Structure and Reinforcement Learning

要約

Connected and Automated Vehicle (CAV) は、CAV と Human-Driven Vehicle (HDV) の両方による混合交通の課題に対する有望なソリューションを提供します。
このようなシナリオにおける大きな障害は、車の後続状況における交通の振動、つまり「ストップアンドゴー」パターンです。
HDV は限られた情報に依存しますが、CAV は他の CAV からのデータを活用してより適切な意思決定を行うことができます。
これにより、CAV は交通の流れを悪化させる減速波の広がりを予測し、軽減することができます。
我々は、2 つの CAV 間の一連の HDV を 1 つのエンティティとして扱い、個々のドライバーの動作からノイズを排除する、新しい「CAV-AHDV-CAV」車追従フレームワークを提案します。
この深層強化学習アプローチでは、車両の平衡状態を分析し、状態融合戦略を採用します。
70,000 台以上の車両後続インスタンスを含む多様なデータセット (HighD、NGSIM、SPMD、Waymo、Lyft) でトレーニングおよびテストされたこのモデルは、衝突回避のベースラインを上回り、先行車両と先行車両の両方との均衡を維持し、車間時間の最小標準偏差を達成しています。
。
これらの結果は、混合トラフィックに対する堅牢な CAV 制御戦略の開発における私たちのアプローチの有効性を示しています。
私たちのモデルには、交​​通の振動を緩和し、交通の流れの効率を改善し、全体的な安全性を高める可能性があります。

要約(オリジナル)

Connected and Automated Vehicles (CAVs) offer a promising solution to the challenges of mixed traffic with both CAVs and Human-Driven Vehicles (HDVs). A significant hurdle in such scenarios is traffic oscillation, or the ‘stop-and-go’ pattern, during car-following situations. While HDVs rely on limited information, CAVs can leverage data from other CAVs for better decision-making. This allows CAVs to anticipate and mitigate the spread of deceleration waves that worsen traffic flow. We propose a novel ‘CAV-AHDV-CAV’ car-following framework that treats the sequence of HDVs between two CAVs as a single entity, eliminating noise from individual driver behaviors. This deep reinforcement learning approach analyzes vehicle equilibrium states and employs a state fusion strategy. Trained and tested on diverse datasets (HighD, NGSIM, SPMD, Waymo, Lyft) encompassing over 70,000 car-following instances, our model outperforms baselines in collision avoidance, maintaining equilibrium with both preceding and leading vehicles and achieving the lowest standard deviation of time headway. These results demonstrate the effectiveness of our approach in developing robust CAV control strategies for mixed traffic. Our model has the potential to mitigate traffic oscillation, improve traffic flow efficiency, and enhance overall safety.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google