学習ペースカーによる最適な交通流の実現

カテゴリ: 部門大会

論文No: TC4-4

グループ名: 【C】平成22年電気学会電子・情報・システム部門大会講演論文集

発行日: 2010/09/02

タイトル(英語): Optimal Traffic Control by Learning Pace Car Under Traffic Jams

著者名: 増渕 達也(千葉大学),荒井 幸代(千葉大学)

著者名(英語): Tatsuya Masubuchi(Chiba University),Sachiyo Arai(Chiba University)

キーワード: 自然渋滞|セル・オートマトン|強化学習|マルチエージェントシミュレーション|Phantom Traffic Jams|Cellular Automaton|Reinforcement Learning|Multiagent Simulation

要約(日本語): 自然渋滞が生じている車列にペースカーと呼ぶ車両を導入することにより交通流を制御し,渋滞を解消する方法を提案する.ペースカーは強化学習によって,交通流の制御を開始,終了する時刻と,各時刻における運転速度を獲得する.交通流モデルとして,メタ安定状態を生成する拡張Nagel-Schreckenbergモデルを用いて計算機実験を行い,ペースカーの制御によって渋滞相から疑似的な自由走行相に導けることを示す.

PDFファイルサイズ: 4,659 Kバイト