論文の概要: Characterizing Lane-Changing Behavior in Mixed Traffic

• arxiv url: http://arxiv.org/abs/2512.07219v1
• Date: Mon, 08 Dec 2025 06:59:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:40.198386
• Title: Characterizing Lane-Changing Behavior in Mixed Traffic
• Title（参考訳）: 混在交通におけるレーン切替挙動の特性評価
• Authors: Sungyong Chung, Alireza Talebpour, Samer H. Hamdar,
• Abstract要約: 本研究は、車線変化挙動のパターンを解明し、これらの挙動が異なる浸透速度(MPR)の下でどのように進化するかを洞察する。 混合トラフィックにおける協調行動と欠陥行動を分析するゲーム理論フレームワークを提案する。 その結果,アクティブ車両と受動車両の車線変更イベントの約4%と11%に,社会的ジレンマが存在することが明らかとなった。
• 参考スコア（独自算出の注目度）: 3.7851234061033847
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Characterizing and understanding lane-changing behavior in the presence of automated vehicles (AVs) is crucial to ensuring safety and efficiency in mixed traffic. Accordingly, this study aims to characterize the interactions between the lane-changing vehicle (active vehicle) and the vehicle directly impacted by the maneuver in the target lane (passive vehicle). Utilizing real-world trajectory data from the Waymo Open Motion Dataset (WOMD), this study explores patterns in lane-changing behavior and provides insight into how these behaviors evolve under different AV market penetration rates (MPRs). In particular, we propose a game-theoretic framework to analyze cooperative and defective behaviors in mixed traffic, applied to the 7,636 observed lane-changing events in the WOMD. First, we utilize k-means clustering to classify vehicles as cooperative or defective, revealing that the proportions of cooperative AVs are higher than those of HDVs in both active and passive roles. Next, we jointly estimate the utilities of active and passive vehicles to model their behaviors using the quantal response equilibrium framework. Empirical payoff tables are then constructed based on these utilities. Using these payoffs, we analyze the presence of social dilemmas and examine the evolution of cooperative behaviors using evolutionary game theory. Our results reveal the presence of social dilemmas in approximately 4% and 11% of lane-changing events for active and passive vehicles, respectively, with most classified as Stag Hunt or Prisoner's Dilemma (Chicken Game rarely observed). Moreover, the Monte Carlo simulation results show that repeated lane-changing interactions consistently lead to increased cooperative behavior over time, regardless of the AV penetration rate.
• Abstract（参考訳）: 自動車(AV)の存在下での車線変更行動の特性と理解は、混在交通における安全と効率の確保に不可欠である。 そこで本研究では,車線変更車両(アクティブ車両)と目標車線(パッシブ車両)の操作によって直接影響を受ける車両との相互作用を特徴付けることを目的とした。 Waymo Open Motion Dataset(WOMD)の実際の軌跡データを利用して、車線変更行動のパターンを調査し、これらの挙動を異なるAV市場浸透率(MPR)の下でどのように進化するかを洞察する。 特に,WOMDで観測された車線変化イベント7,636に対して,混合交通における協調的・欠陥的挙動を解析するためのゲーム理論フレームワークを提案する。 まず、k-meansクラスタリングを用いて、車両を協調的または欠陥的に分類し、協調型AVの比率が、アクティブかつ受動的な役割においてHDVよりも高いことを明らかにする。 次に、量子応答平衡フレームワークを用いて、アクティブ車両とパッシブ車両の実用性を共同で評価し、その挙動をモデル化する。 実証的なペイオフテーブルは、これらのユーティリティに基づいて構築される。 これらのペイオフを用いて、社会ジレンマの存在を分析し、進化ゲーム理論を用いて協調行動の進化を考察する。 以上の結果から,活動車と受動車における車線変更イベントの約4%と11%に,社会ジレンマが存在することが明らかとなった。 さらに, モンテカルロシミュレーションの結果から, AV浸透速度によらず, 繰り返し車線交替相互作用は, 時間とともに協調行動の増大につながることが明らかとなった。

関連論文リスト

• TGLD: A Trust-Aware Game-Theoretic Lane-Changing Decision Framework for Automated Vehicles in Heterogeneous Traffic [6.838130893718755]
  本研究は,TGLD(Trust-aware game-theoretic lane-changing decision framework)を提案する。 まず,AV間の完全協調的な相互作用と,リアルタイム信頼評価から得られるHVからの部分的に協調的な挙動を取り入れた多車連立ゲームを定式化する。 第2に,車線変更時のHVの信頼度を動的に推定するオンライン信頼度評価手法を開発し,コンテキストに適した協調操作を選択するためのAVを誘導する。 第3に、周囲の車両への混乱を最小限に抑え、AV行動の予測可能性を高めることにより、社会的適合性を考慮した。
  論文  参考訳（メタデータ） (2025-07-14T09:01:00Z)
• Overtake Detection in Trucks Using CAN Bus Signals: A Comparative Study of Machine Learning Methods [51.28632782308621]
  ボルボグループが提供する5台の車載トラックから収集した制御エリアネットワーク(CAN)バスデータを用いたオーバーテイク検出に焦点を当てた。 車両操作検出、ニューラルネットワーク(ANN)、ランダムフォレスト(RF)、サポートベクトルマシン(SVM)の3つの共通分類器の評価を行った。 当社のパートラック分析では、特にオーバーテイクにおいて、車両毎のトレーニングデータの量に依存する分類精度も明らかにしています。
  論文  参考訳（メタデータ） (2025-07-01T09:20:41Z)
• Automated Vehicles at Unsignalized Intersections: Safety and Efficiency Implications of Mixed Human and Automated Traffic [10.095348373137952]
  自動車両(AV)の交通システムへの統合は、道路の安全性と効率を高める前例のない機会である。 本研究では,無人交差点におけるAVと人間駆動車(HV)の行動差と適応性を調べることにより,ギャップを埋めることを目的とする。 AVはより大きな安全マージンを維持しているが、その保守的な行動は、人間のドライバーにとって予期せぬ状況を引き起こす可能性がある。
  論文  参考訳（メタデータ） (2024-10-16T13:19:32Z)
• DRUformer: Enhancing the driving scene Important object detection with driving relationship self-understanding [50.81809690183755]
  交通事故はしばしば致命傷を負い、2023年まで5000万人以上の死者を出した。 従来の研究は、主に個々の参加者の重要性を評価し、それらを独立した存在として扱うものであった。 本稿では、重要な物体検出タスクを強化するために、運転シーン関連自己理解変換器(DRUformer)を紹介する。
  論文  参考訳（メタデータ） (2023-11-11T07:26:47Z)
• Studying the Impact of Semi-Cooperative Drivers on Overall Highway Flow [76.38515853201116]
  半協調行動は、人間ドライバーの本質的な性質であり、自律運転には考慮すべきである。 新たな自律型プランナーは、社会的に準拠した軌道を生成するために、人間のドライバーの社会的価値指向(SVO)を考慮することができる。 エージェントが反復的最適応答のゲーム理論バージョンをデプロイする暗黙的な半協調運転について検討する。
  論文  参考訳（メタデータ） (2023-04-23T16:01:36Z)
• Learning energy-efficient driving behaviors by imitating experts [75.12960180185105]
  本稿では,コミュニケーション・センシングにおける制御戦略と現実的限界のギャップを埋める上で,模倣学習が果たす役割について考察する。 擬似学習は、車両の5%に採用されれば、局地的な観測のみを用いて、交通条件の異なるネットワークのエネルギー効率を15%向上させる政策を導出できることを示す。
  論文  参考訳（メタデータ） (2022-06-28T17:08:31Z)
• A Cooperation-Aware Lane Change Method for Autonomous Vehicles [16.937363492078426]
  本稿では,車両間の相互作用を利用した協調型車線変更手法を提案する。 まず,AVと他者間の協調の可能性を探るため,対話的な軌道予測手法を提案する。 次に,モデル予測制御(MPC)に基づく動作計画アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2022-01-26T04:45:45Z)
• Euro-PVI: Pedestrian Vehicle Interactions in Dense Urban Centers [126.81938540470847]
  歩行者と自転車の軌跡のデータセットであるEuro-PVIを提案する。 本研究では,都市環境におけるエージェント間のマルチモーダル共有潜在空間を表現的に学習する共同推論モデルを開発する。 我々は,エゴ車と歩行者(自転車)の相互作用を正確に予測するために捉えることの重要性を示すnuScenesとEuro-PVIデータセット上での成果を達成した。
  論文  参考訳（メタデータ） (2021-06-22T15:40:21Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。