[論文レビュー] Comparison of Cooperative Driving Strategies for CAVs at Signal-Free Intersections

Huile Xu, Christos G. Cassandras+2 more|arXiv (Cornell University)|Oct 7, 2020

Traffic control and management参考文献 22被引用数 8

ひとこと要約

本稿は、信号のない交差点におけるコネクテッド・オートノムス・ビークル（CAV）の4つの協調走行戦略——モンテカルロツリー探索（MCTS）、ダイナミックリセクエンシング（DR）、ファーストインファーストアウト（FIFO）、および改変FIFO——を比較する。MCTSは交通効率を最大化し、DRはエネルギー消費を最小化する。両戦略とも、目的関数の調整により公平性と性能のバランスを最適化可能であることが判明した。

ABSTRACT

The properties of cooperative driving strategies for planning and controlling Connected and Automated Vehicles (CAVs) at intersections range from some that achieve highly efficient coordination performance to others whose implementation is computationally fast. This paper comprehensively compares the performance of four representative strategies in terms of travel time, energy consumption, computation time, and fairness under different conditions, including the geometric configuration of intersections, asymmetry in traffic arrival rates, and the relative magnitude of these rates. Our simulation-based study has led to the following conclusions: 1) the Monte Carlo Tree Search (MCTS)-based strategy achieves the best traffic efficiency, whereas the Dynamic Resequencing (DR)-based strategy is energy-optimal; both strategies perform well in all metrics of interest. If the computation budget is adequate, the MCTS strategy is recommended; otherwise, the DR strategy is preferable; 2) An asymmetric intersection has a noticeable impact on the strategies, whereas the influence of the arrival rates can be neglected. When the geometric shape is asymmetrical, the modified First-In-First-Out (FIFO) strategy significantly outperforms the FIFO strategy and works well when the traffic demand is moderate, but their performances are similar in other situations; and 3) Improving traffic efficiency sometimes comes at the cost of fairness, but the DR and MCTS strategies can be adjusted to realize a better trade-off between various performance metrics by appropriately designing their objective functions.

研究の動機と目的

• 信号のない交差点におけるCAVの4つの協調走行戦略の性能を、さまざまな交通状況および幾何的条件のもとで評価・比較すること。
• 交差点の非対称性および非対称な交通到着レートが戦略性能に与える影響を調査すること。
• 異なる戦略間で交通効率、エネルギー消費、計算時間、公平性のトレードオフを分析すること。
• 目的関数の修正が、MCTSおよびDR戦略における効率と公平性のバランスをどのように制御できるかを検討すること。
• 計算リソースの制約と性能優先順位に応じた戦略選定の実用的指針を提示すること。

提案手法

• 制御された交差点シナリオ（さまざまな交通量および幾何的配置を想定）において、MCTS、DR、FIFO、および改変FIFOの4つの協調走行戦略をシミュレーションする。
• MCTSでは、木探索フレームワークを用いて交差順序を探索し、基準順序からの順序逸脱に対するペナルティ項を含む修正U既是1ポリシーで誘導する。
• DRでは、顕著な性能向上（しきい値αを介して）が見込まれる場合にのみ、車両の順序を再編成する動的リセクエンシング機構を適用する。
• DRにバランス要因αを導入し、再編成を著しく有益な変更に限定することで、効率と公平性のトレードオフを制御する。
• MCTSのU既是1ポリシーにペナルティ項Pi = βDiを導入し、現在の最適順序から大きく逸脱する順序の探索を抑制することで、公平性を促進する。
• 旅行時間、エネルギー消費、計算時間、および旅行時間の標準偏差を性能指標として用いる、シミュレーションベースの評価フレームワークを採用する。

実験結果

リサーチクエスチョン

• RQ1 非対称および対称な交差点幾何形状のもとで、MCTS、DR、FIFO、および改変FIFO戦略の旅行時間、エネルギー消費、計算時間、公平性の観点での比較は？
• RQ2 非対称な交通到着レートが、信号のない交差点における協調走行戦略の性能に与える影響は？
• RQ3 交差点の非対称性が、FIFOと改変FIFO戦略の相対的性能に与える影響は？
• RQ4 MCTSおよびDR戦略において、交通効率を著しく損なわずに公平性を向上させることは可能か？また、目的関数設計によってどのように達成できるか？
• RQ5 効率と公平性の最適なトレードオフ点はどこにあり、αやβといった調整可能なパラメータを用いてどのように体系的に同定できるか？

主な発見

• MCTSに基づく戦略は、平均旅行時間が39.06秒、標準偏差が6.65秒という結果を示し、平均旅行時間を最小化する点で、他のあらゆる戦略を上回る交通効率を達成した。
• DRに基づく戦略はエネルギー最適であり、最低のエネルギー消費を達成した。また、計算リソースが限られた状況でも、全指標において優れた性能を示した。
• 非対称な交差点では、中程度の交通需要下で改変FIFO戦略が標準FIFOを顕著に上回ったが、高・低交通需要下では性能差が縮小した。
• 交通到着レートの非対称性が戦略性能に与える影響は、交差点の幾何形状の影響に比べて無視できるほど小さい。幾何形状の影響の方が顕著に顕在された。
• 特に高交通量下では、効率と公平性のトレードオフが顕在化した。DRのバランス要因αを増加させることで、公平性の分散（標準偏差を6.65秒から3.41秒に）を低下させることができたが、平均旅行時間が延長された。
• DRにおけるα = 0.5%で、効率と公平性のパレート最適なバランスが観察された。この点以降、αの調整により一方の指標が著しく劣化するトレードオフが顕在化した。