[논문 리뷰] Efficient Dynamic Programming Solution to a Platoon Coordination Merge Problem With Stochastic Travel Times

Sebastian van de Hoef, Karl Henrik Johansson외 1명|arXiv (Cornell University)|2017. 05. 11.

Traffic control and management참고 문헌 12인용 수 3

한 줄 요약

이 논문은 불확실한 주행 시간 동안 고속도로 교차로에서 두 대의 트럭이 풀레이트로 병합될 확률을 최대화하기 위해 확률적 동적 프로그래밍 방법을 제안한다. 오차 내성 근사치를 사용하여 상태 공간을 근사적으로 제한함으로써, 최적의 속도 조정을 효율적으로 계산하며, 시뮬레이션에서 병합 확률을 43.97%에서 52.96%로 높였고, 상태공간 탐색은 11.51배 감소시켰다.

ABSTRACT

The problem of maximizing the probability of two trucks being coordinated to merge into a platoon on a highway is considered. Truck platooning is a promising technology that allows heavy vehicles to save fuel by driving with small automatically controlled inter-vehicle distances. In order to leverage the full potential of platooning, platoons can be formed dynamically en route by small adjustments to their speeds. However, in heavily used parts of the road network, travel times are subject to random disturbances originating from traffic, weather and other sources. We formulate this problem as a stochastic dynamic programming problem over a finite horizon, for which solutions can be computed using a backwards recursion. By exploiting the characteristics of the problem, we derive bounds on the set of states that have to be explored at every stage, which in turn reduces the complexity of computing the solution. Simulations suggest that the approach is applicable to realistic problem instances.

연구 동기 및 목표

• 불확실한 주행 시간 조건 하에서 고속도로 교차로에서 두 트럭이 풀레이트 병합을 성공적으로 조율할 확률을 최대화하기.
• 실시간 풀레이트 조율을 위한 계산적으로 타당한 해법을 개발하여 동적이고 불확실한 교통 환경에서의 적용 가능성을 확보하기.
• 병합 확률을 고위 조율 계획 계층에 명시적인 입력으로 통합할 수 있도록 하기.
• 도착 시간 분포의 오차 내성 근사치로부터 유도된 상태공간의 경계를 통해 계산 복잡도를 감소시키기.

제안 방법

• 유한 시간 영역 내에서의 확률적 동적 프로그래밍으로 병합 문제를 수식화하고, 후행 순환 방식을 적용한다.
• 교통 및 기상 요인으로 인한 불확실성을 반영하기 위해 차량 주행 시간을 확률 분포를 갖는 랜덤 변수로 모델링한다.
• 각 구간에서 관련된 도착 시간 상태 집합을 제한하기 위해 가치 함수 근사치를 사용하여 상태공간 탐색을 줄인다.
• 해결 품질을 손상시키지 않으면서도 상태공간을 추가로 제한하기 위해 확률 함수에 오차 내성 경계를 적용한다.
• 리더 트럭의 도착 시간 창 내에 도착할 확률을 최대화하기 위해 따라오는 트럭의 최적 기준 속도를 계산한다.
• 수치 근사 기법을 활용하여 성공적인 병합 확률을 계산함으로써, 더 큰 조율 시스템에의 통합을 가능하게 한다.

실험 결과

연구 질문

• RQ1 불확실한 주행 시간 조건 하에서 병합 확률을 최대화하기 위해 풀레이트 조율을 어떻게 최적화할 수 있는가?
• RQ2 불확실성과 함께 실세계의 풀레이트 조율 문제에 대해 동적 프로그래밍을 실현 가능하게 하기 위한 계산 전략은 무엇인가?
• RQ3 확률적 병합 문제에서 해의 정확도를 저하시키지 않으면서 상태공간 복잡도를 어떻게 줄일 수 있는가?
• RQ4 신뢰성이 떨어지는 도로 구간은 풀레이트 성공 확률과 제어 정책 설계에 어떤 영향을 미치는가?
• RQ5 계산된 병합 확률은 고위 조율 계획에서 어떻게 효과적으로 입력으로 활용될 수 있는가?

주요 결과

• 최적의 제어 정책은 안정적인 상황에서 고정 속도 기준 43.97%에서 52.96%로 병합 확률을 높여 9% 향상시켰다.
• 기준 대비 효과적인 상태공간 탐색 간격을 11.51배 감소시켜 계산 효율성을 크게 향상시켰다.
• 근사치를 사용한 병합 확률 추정 오차는 0.03%에 불과하여 1% 이내의 허용 오차 이내에 머물렀다.
• 신뢰성이 떨어지는 구간이 존재하는 상황에서, 고정 속도 기준 24.62%에서 32.62%로 병합 확률을 높여 불확실성에 대한 강건성을 입증했다.
• 신뢰성이 떨어지는 후속 구간에서의 지연을 보완하기 위해, 초기 구간에서 속도를 늘려 사전에 위험을 완화하는 적응형 전략을 보였다.
• 실제 문제 사례에 대해서도 계산적으로 타당하며, 병렬 처리에 적합하여 확장성도 확보하고 있다.