Scalable Decentralized Cooperative Platoon using Multi-Agent Deep Reinforcement Learning

要約

協調自動運転は、特に都市部の道路での自動運転車の配備を通じて、インテリジェント交通システム内の道路容量と安全性を向上させる上で極めて重要な役割を果たします。
これらのシステムは車車間通信を可能にすることで車両の環境認識を拡大し、隠れた障害物を検出できるようになり、視覚のみに頼る人間のドライバーに比べて安全性が向上し、衝突率が減少します。
この技術の主な用途は、コネクテッド車両が調整された隊列を組んで走行する車両の隊列走行です。
この文書では、交通の流れと安全性を高めるために設計された車両の隊列走行アプローチを紹介します。
高度な物理学で知られる Unity 3D ゲーム エンジンの深層強化学習を使用して開発されたこのアプローチは、現実世界の条件を忠実に反映した忠実度の高い物理シミュレーションを目指しています。
提案された隊列走行モデルは、スケーラビリティ、分散化、および導入された先行者と後続者の「共有と思いやり」コミュニケーション フレームワークを通じた積極的な協力の促進に焦点を当てています。
この研究は、都市環境において、これらの要素が集合的に、個々の車両と隊列全体の両方の自動運転性能と堅牢性をどのように強化するかを実証しています。
これにより、道路の安全性が向上し、交通渋滞が軽減されます。

要約(オリジナル)

Cooperative autonomous driving plays a pivotal role in improving road capacity and safety within intelligent transportation systems, particularly through the deployment of autonomous vehicles on urban streets. By enabling vehicle-to-vehicle communication, these systems expand the vehicles environmental awareness, allowing them to detect hidden obstacles and thereby enhancing safety and reducing crash rates compared to human drivers who rely solely on visual perception. A key application of this technology is vehicle platooning, where connected vehicles drive in a coordinated formation. This paper introduces a vehicle platooning approach designed to enhance traffic flow and safety. Developed using deep reinforcement learning in the Unity 3D game engine, known for its advanced physics, this approach aims for a high-fidelity physical simulation that closely mirrors real-world conditions. The proposed platooning model focuses on scalability, decentralization, and fostering positive cooperation through the introduced predecessor-follower ‘sharing and caring’ communication framework. The study demonstrates how these elements collectively enhance autonomous driving performance and robustness, both for individual vehicles and for the platoon as a whole, in an urban setting. This results in improved road safety and reduced traffic congestion.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google