[論文レビュー] Optimizing Coordinated Vehicle Platooning: An Analytical Approach Based on Stochastic Dynamic Programming

Xi Xiong, Junyi Sha+1 more|arXiv (Cornell University)|Mar 29, 2020

Traffic control and management参考文献 29被引用数 5

ひとこと要約

本稿では、高速道路の交差点における協調車両列進の最適化を目的とした確率的動的計画法を提案する。連結・自動運転車両（CAVs）は、閾値政策に基づき、対向列車に合流するかどうかを決定する。主な貢献は、最適戦略が閾値に基づくことの証明である—すなわち、交差点到着までの時間差が一定未満である場合にのみ合流する。この性質により、ポアソン到着の下では再帰的アルゴリズムまたは積分方程式を用いた効率的な計算が可能となり、価値反復法よりも著しく高速である。

ABSTRACT

Platooning connected and autonomous vehicles (CAVs) can improve traffic and fuel efficiency. However, scalable platooning operations require junction-level coordination, which has not been well studied. In this paper, we study the coordination of vehicle platooning at highway junctions. We consider a setting where CAVs randomly arrive at a highway junction according to a general renewal process. When a CAV approaches the junction, a system operator determines whether the CAV will merge into the platoon ahead according to the positions and speeds of the CAV and the platoon. We formulate a Markov decision process to minimize the discounted cumulative travel cost, i.e. fuel consumption plus travel delay, over an infinite time horizon. We show that the optimal policy is threshold-based: the CAV will merge with the platoon if and only if the difference between the CAV's and the platoon's predicted times of arrival at the junction is less than a constant threshold. We also propose two ready-to-implement algorithms to derive the optimal policy. Comparison with the classical value iteration algorithm implies that our approach explicitly incorporating the characteristics of the optimal policy is significantly more efficient in terms of computation. Importantly, we show that the optimal policy under Poisson arrivals can be obtained by solving a system of integral equations. We also validate our results in simulation with Real-time Strategy (RTS) using real traffic data. The simulation results indicate that the proposed method yields better performance compared with the conventional method.

研究の動機と目的

• 連結・自動運転車両（CAVs）の協調車両列進におけるスケーラブルな交差点レベルの連携の欠如に対処すること。
• 巡航領域における燃料節約と、協調領域における加速・減速に伴う移動コストのトレードオフをモデル化すること。
• 一般の再生到着プロセス下で、高速道路の交差点におけるCAVの合流意思決定に効率的かつ証明可能な最適制御ポリシーを開発すること。
• リアルタイム戦略（RTS）シミュレーションフレームワークを用いて、実際の交通データを用いて提案手法の妥当性を検証すること。

提案手法

• 無限ホライズンと割引累積コスト（燃料 + 遅延）を伴うマーカフ連鎖意思決定問題（MDP）として、協調列進問題を定式化する。
• ベルマン最適性方程式を導出し、最適ポリシーが閾値に基づくこと—すなわち、交差点到着までの予測時間差が一定閾値未満である場合にのみ合流する—を証明する。
• 最適ポリシーを計算する再帰的近似アルゴリズムを提案し、閾値構造を明示的に活用することで、完全な価値反復を回避する。
• ポアソン到着の場合、最適ポリシーは連立積分方程式を解くことで直接解析的に計算可能であることを示す。
• 実際の交通データを用いたリアルタイム戦略（RTS）シミュレーションを実装し、性能を検証する。
• 空間平均速度を制御入力として用い、協調減速または巡航制御によりCAVを列車に誘導する。

実験結果

リサーチクエスチョン

• RQ1 一般の再生到着プロセス下で、高速道路の交差点におけるCAV列進の最適連携ポリシーの構造的形態は何か？
• RQ2 最適ポリシーは、巡航領域における燃料節約と協調領域における移動コストの間でどのようにトレードオフを実現するか？
• RQ3 完全な価値反復を用いずに、最適ポリシーを効率的に計算できるか。また、その条件は何か？
• RQ4 割引係数γや巡航距離D₂などのシステムパラメータが、最適戦略および総コストに与える影響は何か？
• RQ5 実際の交通状況下で、提案手法は従来手法に比べてどの程度の性能向上を達成するか？

主な発見

• 最適ポリシーは閾値に基づく：CAVは、自車と列車の交差点到着予測時間差が一定閾値未満である場合にのみ列車に合流する。
• 開発された再帰的近似アルゴリズムは、閾値構造を明示的に活用しているため、一般の価値反復法よりも著しく高速である。
• ポアソン到着の場合、最適ポリシーは連立積分方程式を解くことで直接解析的に計算可能である。
• シミュレーション結果から、提案手法は従来手法に比べてキロあたりの平均コストが低く抑えられており、巡航距離D₂が60 kmまで増加するに従い性能が向上することが示された。
• 大きな割引係数（γ）や長い巡航距離（D₂）は、減速と移動時間の増加により総コストを上昇させるが、D₂ = 60 kmを超えると限界的利益は減少する。
• RTSにおける閾値とCの値は交通量とD₂に依存し、D₂が長くなるほど閾値とCの差が大きくなり、より能動的な合流行動が示唆される。