[논문 리뷰] Optimization of Ride Sharing Systems Using Event-driven Receding Horizon Control

Rui Chen, Christos G. Cassandras|arXiv (Cornell University)|2019. 01. 07.

Transportation and Mobility Innovations참고 문헌 11인용 수 7

한 줄 요약

이 논문은 라이드셰어링 시스템에서 승객 대기 시간과 이동 시간의 가중합을 최소화하기 위해 이벤트 기반의 후행 수평 제어(RHC) 프레임워크를 제안한다. 고정 간격이 아닌 핵심 이벤트 발생 시에만 최적화를 촉발함으로써 계산 부하를 줄이고 실시간 차량 배정을 가능하게 하여 뉴욕 시와 앤아버의 실제 데이터 기반으로 기존의 탐욕적 휴리스틱보다 효율성과 성능 면에서 뛰어나다.

ABSTRACT

We develop an event-driven Receding Horizon Control (RHC) scheme for a Ride Sharing System (RSS) in a transportation network where vehicles are shared to pick up and drop off passengers so as to minimize a weighted sum of passenger waiting and traveling times. The RSS is modeled as a discrete event system and the event-driven nature of the controller significantly reduces the complexity of the vehicle assignment problem, thus enabling its real-time implementation. Simulation results using actual city maps and real taxi traffic data illustrate the effectiveness of the RH controller in terms of real-time implementation and performance relative to known greedy heuristics.

연구 동기 및 목표

• 불확실한 승객 요청과 교통 조건이 존재하는 동적 라이드셰어링 시스템에서 높은 계산 복잡도와 실시간 구현 과제를 해결하기 위해.
• 효율적이고 확장 가능한 제어 전략을 통해 라이드셰어링 시스템의 전체 승객 대기 및 이동 시간을 최소화하기 위해.
• 기존 방법의 한계—예를 들어 고정된 시간 수평, 좌석 수 제약, 또는 동적 재할당의 부재—를 극복하기 위해 실시간, 이벤트 기반 최적화를 가능하게 하기 위해.
• 실제 택시 데이터와 실제 도시 지도를 활용하여 대규모 도시 이동 네트워크에서 최적의 차량 할당을 실용적으로 구현하기 위해.
• 이벤트 기반 제어를 통해 불필요한 계산을 최소화하면서도 성능를 유지하는 확장 가능한 프레임워크를 제공하기 위해.

제안 방법

• 라이드셰어링 시스템은 이벤트 기반 제어 동작이 뉴 플래닝 요청이나 차량 완료와 같은 중요한 사건 발생 시에만 발생하는 이산 이벤트 시스템으로 모델링된다.
• 이벤트 기반 후행 수평 제어(RHC) 방식을 적용하여, 이벤트 발생 시에만 유한한 계획 수평 기간 동안 최적화 문제를 해결함으로써 계산 오버헤드를 감소시킨다.
• RHC 컨트롤러는 대기 시간과 이동 시간의 가중합을 최소화하기 위해 최적의 차량 할당을 계산하며, 목적 함수는 두 지표의 볼록 조합으로 정의된다.
• 컨트롤러는 롤링 수평 접근 방식을 사용한다: 제어 동작을 실행한 후 다음 이벤트가 발생할 때까지 대기하며, 이는 반응성과 적응성을 보장한다.
• 이 방법은 차량의 좌석 수 제약 없이 언제든지 승객을 차량으로 재할당할 수 있어 더 효율적인 차량 이용을 가능하게 한다.
• 알고리즘은 실제 택시 교통 데이터와 실제 도시 지도(예: 뉴욕 시와 앤버)를 사용하여 구현되었으며, 현실적인 조건에서 성능을 검증하였다.

실험 결과

연구 질문

• RQ1 기존의 시간 기반 또는 탐욕적 접근 방식과 비교해 이벤트 기반 RHC 프레임워크가 대규모 라이드셰어링 시스템에서 승객 대기 및 이동 시간을 효과적으로 줄일 수 있는가?
• RQ2 실제 도시 교통 데이터에 적용했을 때 이벤트 기반 RHC 컨트롤러의 실시간 실행 효율성은 어떠한가?
• RQ3 대기 시간과 이동 시간 간의 가중치를 변화시켰을 때 시스템 성능과 차량 점유율에 어떤 영향을 미치는가?
• RQ4 다양한 차량 풋수와 승객 수요에서 RHC 컨트롤러는 탐욕적 휴리스틱과 비교해 평균 대기 및 이동 시간 면에서 어떤가?
• RQ5 더 긴 운영 기간과 더 큰 차량 풋수에 대해 RHC 프레임워크가 낮은 계산 오버헤드와 높은 성능를 유지하면서 확장 가능한가?

주요 결과

• 뉴욕 시 RSS에서 28대의 차량을 사용할 경우, RHC 컨트롤러는 대기 및 이동 시간의 가중합을 0.187로 줄였고, 탐욕적 휴리스틱은 0.348을 기록하여 46% 향상된 성능를 보였다.
• 38대의 차량을 사용했을 경우, RHC 방법은 가중합을 0.151로 유지했고, 탐욕적 휴리스틱은 0.855에 도달하여 목적 함수 값이 82% 감소한 것으로 나타났다.
• RHC 알고리즘의 평균 실행 시간은 160명의 승객과 28대의 차량에서 17초, 38대의 차량에서 19초로 나타나 확장성과 실시간 실행 가능성은 입증되었다.
• RHC 컨트롤러는 다양한 가중치(ω), 풋수, 운영 기간에 걸쳐 모든 테스트 시나리오에서 탐욕적 휴리스틱을 일관되게 뛰어넘었다.
• RHC 하에서 차량 점유율은 균형 잡히고 효율적이었으며(예: 28대 차량 기준 2.79), 개별 차량의 과부하 없이 효과적인 부하 분배를 보였다.
• 이벤트 기반 설계 덕분에 시간 기반 방법 대비 불필요한 계산을 크게 줄여 더 빠른 반응 시간과 동적 환경에서의 더 나은 확장성을 확보했다.