2021 Fiscal Year Research-status Report
Basic framework of the asymptotic best-response model with deep-reinforcement learning in the traffic simulation applications
| Project/Area Number |
20K04719
|
|---|
| Research Institution | Gifu University |
|---|
Principal Investigator |
宮城 俊彦 岐阜大学, 工学部, 特任教授 (20092968)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
倉内 文孝 岐阜大学, 工学部, 教授 (10263104)
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Keywords | 交通流シミュレーション / ゲーム理論 / 動的交通流配分 / 強化学習 / Nash均衡 |
|---|
| Outline of Annual Research Achievements |
研究計画は，代表者が開発した動的均衡シミュレーションモデルの漸近的最適応答モデル（ABR）と深層強化学習モデルを統合し、動学特性の理論的研究そして大規模ネットワーへの応用を目的としている．研究代表者は，車載センサーを前提にした，また．研究分担者は，路側センサーを前提にした深層学習モデルを担当し，相互の特徴を比較・統合化するように研究を進める．
(i)路側センサー・データを用いた状態変化予測（研究分担者）：オキュパンシーの観測値を用いてその変化を予測するLSTMモデルの適用例であり，実際のデータを利用して検証行なう．前年度までの結果を精緻化し、学習日数の増加，他の利用できる状態変数の追加などを行った場合，予測精度が向上すること、また、マクロ交通流ダイアグラムとの整合性も問題ないことが確認された。ただし、追越し行動を正確には観測できず、そのためには、カメラ観測に基づく画像解析等の技術開発の必要性が認識された。
(ii) 車載センサー・データを利用した状態変化予測および強化学習モデル（研究代表者）：道路区間を走行する車両の状態変数はセルオートマトンを利用した交通流シミュレーション環境で模擬的に表現する．すなわち，道路区間はいくつかのセルに分割され，一台の車両のみがセルを占有する．各車両がセンサーを登載しており，車間距離応じて加速・減速の運転操作を行う場合、全体の交通流を安定させる最適な車線変更行動を決定できることが示された。ただし、ABRモデルとの統合モデルではNash均衡状態を求めることが困難であり、今後の改良が必要であることが示唆されたが、ロジット均衡（ε均衡）の存在は確認できた。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
ABRと交通流シミュレーションを統合化したモデルに深層学習を組み合わせたモデルの構築を目標としていたが、追い越し挙動の深層学習モデルに手間がかかり、交差点の右左折分析を行うまでには至っていない。また、深層学習を組み合わせたモデルを用いたNash均衡解お求めるアルゴリズについても安定的な解を求めるまでには至っていない。したがって、シミュレーションの前提を再確認することやアルゴリズムの構成を見直す必要がある。
|
| Strategy for Future Research Activity |
本年度は、深層学習を組み込んだモデルの再構築と路側センサーデータを用いた交通状態予測モデルのさらなる高度化を目指す。セルオートマトンモデルでは、確率的な錯乱要因に加え、車両の追い越し挙動により確率変動幅が増加し、このため、推定パラメータが安定しない問題点を確認した。non-equlibrium seekingモデルでは、このような状況でも推定パラメータを強制的に安定させることはできるが、本研究の課題するNash均衡を求めるequlibrium seekingモデルでは、不十分な解となる。このため、確率錯乱を与えない簡易モデルでの実装を検討しており、一部良好な結果も得ている。また、経路情報が与えられるとした同期モデルの場合はABRモデルの収束性も格段に改良されるため、確率近似式を非同期型から同期型に変更するなどの工夫も検討する。
|
