[論文レビュー] Congestion-Aware Randomized Routing in Autonomous Mobility-on-Demand Systems

Federico Rossi, Rick Zhang+1 more|arXiv (Cornell University)|Sep 8, 2016

Transportation and Mobility Innovations参考文献 17被引用数 4

ひとこと要約

本稿では、混雑する都市ネットワークで運用される自律移動オンデマンド（MaaS）システムにおける混雑度に配慮したルーティングおよびバランス調整のための確率的アルゴリズムを提案する。交通速度を車両密度の関数としてモデル化することで、混雑度を低く保ちながら車両の使用を効率的に最小化し、現実的なシミュレーションにおいて最小限の遅延で近似的最適な性能を達成する。

ABSTRACT

In this paper we study the routing and rebalancing problem for a fleet of autonomous vehicles providing on-demand transportation within a congested urban road network (that is, a road network where traffic speed depends on vehicle density). We show that the congestion-free routing and rebalancing problem is NP-hard and provide a randomized algorithm which finds a low-congestion solution to the routing and rebalancing problem that approximately minimizes the number of vehicles on the road in polynomial time. We provide theoretical bounds on the probability of violating the congestion constraints; we also characterize the expected number of vehicles required by the solution with a commonly-used empirical congestion model and provide a bound on the approximation factor of the algorithm. Numerical experiments on a realistic road network with real-world customer demands show that our algorithm introduces very small amounts of congestion. The performance of our algorithm in terms of travel times and required number of vehicles is very close to (and sometimes better than) the optimal congestion-free solution.

研究の動機と目的

• 交通速度が車両密度に依存する都市道路網において、自律車両のルーティングおよびバランス調整の課題に対処すること。
• 混雑制約を満たしつつ、路上の車両数を最小化する多項式時間アルゴリズムの開発。
• 現実的な経験的混雑モデルに基づき、混雑違反確率および近似品質の理論的境界を提供すること。
• 現実的な道路網と実際の顧客需要トレースを用いた実世界の需要パターンに基づき、最適な混雑なし解との比較によるアルゴリズム性能の評価。

提案手法

• 動的都市ネットワークにおける混雑度に配慮した制約のもとで、ルーティングおよびバランス調整問題をNP困難として定式化する。
• 混雑違反確率に関する保証を備えた、最適解に近似する確率的アルゴリズムを設計する。
• 一般的に用いられる経験的混雑モデルを統合し、動的交通状態下での期待される車両使用量と移動時間を特徴付ける。
• 最適な混雑なし解に対するアルゴリズムの近似要因に関する理論的境界を導出する。
• 実際の顧客需要トレースを用いた実世界の道路網における数値実験を通じて性能を検証する。
• 最適な混雑なしベースラインとの比較において、車両数、移動時間、混雑度の観点からアルゴリズムの解の質を評価する。

実験結果

リサーチクエスチョン

• RQ1 動的都市道路網において、交通速度が車両密度に依存する条件下で、自律車両のルーティングおよびバランス調整をどのように混雑度に配慮して最適化できるか。
• RQ2 混雑制約を満たしつつ、車両使用量を最小化する目的で、確率的アルゴリズムの理論的性能保証は何か。
• RQ3 移動時間およびフリートサイズの観点から、アルゴリズムの解は最適な混雑なし解と比べてどの程度の差異を示すか。
• RQ4 提案されたアルゴリズムにおける混雑制約違反の確率は何か、そしてどのように境界を定められるか。
• RQ5 実際の顧客需要を伴う実世界の都市道路網において、アルゴリズムはどの程度混雑を低減するか。

主な発見

• 提案された確率的アルゴリズムは、移動時間および必要な車両数の観点で、最適な混雑なし解に非常に近く、場合によってはそれを上回る性能を達成する。
• 実世界の需要パターンを伴う現実的な道路網における数値実験では、アルゴリズムが混雑を非常にわずかに導入する。
• 理論的境界により、混雑制約違反の確率が低く抑えられ、動的交通状態下でも信頼性が保証される。
• 期待される車両数は、広く用いられている経験的混雑モデルを用いて特徴付けられる。
• 最適解に対する明確な近似要因が保証されており、性能は境界付きの範囲内で保証される。
• 計算が効率的であり、多項式時間で実行可能であるため、実世界への展開にスケーラブルである。