[論文レビュー] Cooperative Driving at Unsignalized Intersections Using Tree Search

Huile Xu, Yi Zhang+2 more|arXiv (Cornell University)|Feb 4, 2019

Traffic control and managementEngineering参考文献 19被引用数 17

ひとこと要約

本稿では、モンテカルロ木探索（MCTS）をヒューリスティックルールで強化することで、ミリ秒未塔の時間内にほぼグローバル最適な通過順序を特定できる、連携制御された自動走行車両（CAVs）の協調走行戦略を提案する。この手法は、FIFOより平均遅延が80%低減するという近似的最適な遅延低減効果を示した一方で、知的な木探索と枝刈りによりリアルタイムの計算性能を維持している。

ABSTRACT

In this paper, we propose a new cooperative driving strategy for connected and automated vehicles (CAVs) at unsignalized intersections. Based on the tree representation of the solution space for the passing order, we combine Monte Carlo tree search (MCTS) and some heuristic rules to find a nearly global-optimal passing order (leaf node) within a very short planning time. Testing results show that this new strategy can keep a good tradeoff between performance and computation flexibility.

研究の動機と目的

• 連携制御された自動走行車両（CAVs）が未信号交差点でリアルタイムに最適な通過順序を調整する課題に対処すること。
• 車両数の増加に伴い、すべての可能な通過順序を列挙することが計算的に非現実的になるという課題を克服すること。
• 高い性能と低い計算時間の両立を実現する協調走行戦略を開発し、実用的導入を可能にすること。
• 知的なスケジューリングにより、合計遅延を最小限に抑えることで、交通効率と安全性を向上させること。

提案手法

• 各ノードが部分的な通過順序を表す木探索問題として定式化され、合計遅延が最小となるリーフノードを特定することを目的とする。
• モンテカルロ木探索（MCTS）を用いて、有望な解空間の分岐を効率的に探索し、高い報酬を得る可能性の高い経路を優先的に探索する。
• シミュレーション段階にヒューリスティックルールを統合し、ランダム探索への依存を減らし、収束速度を向上させる。
• 計算時間と解の品質のバランスを取るために、0.1秒の時間予算（約1,000ノード）を設定する。
• 木拡張の過程でUCB1式を適用し、探索と活用のバランスを保ち、遅延が低い可能性の高いノードを優遇する。
• MCTSとヒューリスティックベースのシミュレーションを組み合わせたハイブリッドアプローチにより、不適切な分岐を早期に刈り、探索するリーフノード数を10^46以上から約2,000に削減する。

実験結果

リサーチクエスチョン

• RQ1 ヒューリスティックルールを組み込んだMCTSは、0.1秒未塔の計画時間内に、未信号交差点におけるCAVsのほぼ最適な通過順序を特定できるか？
• RQ2 提案されたMCTSベースの戦略は、FIFOおよび全列挙戦略と比較して、性能と計算時間の両面で優れているか？
• RQ3 この特定の木構造の解空間において、ヒューリスティックルールはMCTSの収束性と効率性をどの程度向上させるか？
• RQ4 交差点協調制御において合計車両遅延を最小化するためのMCTSにおける、探索と活用の最適なバランスは何か？
• RQ5 交通密度や車両数の変動に伴って、本手法の性能はどのようにスケーリングするか？

主な発見

• 150台/時間の交通量において、提案手法の平均遅延は0.4499秒にまで低下し、FIFO戦略の1.3053秒と比較して80%の低減効果を示した。
• 300台/時間の交通量では、MCTS戦略により平均遅延がFIFOの39.8313秒から1.1407秒にまで低下し、スループットも1,095台から1,168台に向上した。
• MCTSベースの解は、約100億通りの可能な通過順序のうち648番目に高い順位を記録しており、ほぼグローバル最適性を示している。一方、FIFO戦略は4,563,421,793番目に低かった。
• 0.1秒以内に1,000ノードのみを探索したにもかかわらず、改善率が飽和したため、0.1秒の時間枠が高品質な解を得るのに十分であることが確認された。
• ヒューリスティックルールの統合により、探索するリーフノード数が10^46以上から約2,000にまで削減され、計算効率が著しく向上した。
• 本手法は、さまざまな交通需要に対して一貫した性能を示し、多様な交差点シナリオにおける堅牢性とスケーラビリティを実証した。