論文の概要: FairSCOSCA: Fairness At Arterial Signals -- Just Around The Corner

• arxiv url: http://arxiv.org/abs/2601.06275v1
• Date: Fri, 09 Jan 2026 19:41:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-13 19:08:00.724293
• Title: FairSCOSCA: Fairness At Arterial Signals -- Just Around The Corner
• Title（参考訳）: FairSCOSCA: 動脈信号のフェアネス - コーナーのすぐ周辺
• Authors: Kevin Riehl, Justin Weiss, Anastasios Kouvelas, Michail A. Makridis,
• Abstract要約: 交差点、特に動脈網における交通信号制御は、都市における交通渋滞の増大を緩和する鍵となるレバーである。 SCOOTSとSCATSの広範な展開にもかかわらず、フェアネスは設計ロジックからほとんど欠落している。 本研究は、これらのシステムに対する公正性を高める拡張であるFairSCOSCAを提案し、2つの新しい実用的設計適応を特徴としている。
• 参考スコア（独自算出の注目度）: 7.187733825162918
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Traffic signal control at intersections, especially in arterial networks, is a key lever for mitigating the growing issue of traffic congestion in cities. Despite the widespread deployment of SCOOTS and SCATS, which prioritize efficiency, fairness has remained largely absent from their design logic, often resulting in unfair outcomes for certain road users, such as excessive waiting times. Fairness however, is a major driver of public acceptance for implementation of new controll systems. Therefore, this work proposes FairSCOSCA, a fairness-enhancing extension to these systems, featuring two novel yet practical design adaptations grounded in multiple normative fairness definitions: (1) green phase optimization incorporating cumulative waiting times, and (2) early termination of underutilized green phases. Those extensions ensure fairer distributions of green times. Evaluated in a calibrated microsimulation case study of the arterial network in Esslingen am Neckar (Germany), FairSCOSCA demonstrates substantial improvements across multiple fairness dimensions (Egalitarian, Rawlsian, Utilitarian, and Harsanyian) without sacrificing traffic efficiency. Compared against Fixed-Cycle, Max-Pressure, and standard SCOOTS/SCATS controllers, FairSCOSCA significantly reduces excessive waiting times, delay inequality and horizontal discrimination between arterial and feeder roads. This work contributes to the growing literature on equitable traffic control by bridging the gap between fairness theory and the practical enhancement of globally deployed signal systems. Open source implementation available on GitHub.
• Abstract（参考訳）: 交差点、特に動脈網における交通信号制御は、都市における交通渋滞の増大を緩和する鍵となるレバーである。 効率を優先するSCOOTSとSCATSの広範な展開にもかかわらず、フェアネスは設計ロジックにほとんど欠落しており、過度の待ち時間など特定の道路利用者に不公平な結果をもたらすことが多い。 しかし、公正性は新しい制御系の実装に対して公に受け入れられる主要な要因である。 そこで本研究では,複数の規範的フェアネス定義に基づく2つの新しい実用的設計適応を特徴とするフェアSCOSCAを提案し,(1)累積待ち時間を考慮したグリーン位相最適化,(2)未利用グリーン位相の早期終了を提案する。 これらの拡張により、緑時間のより公平な分布が保証される。 エッスリンゲン・アム・ネッカー (Esslingen am Neckar) の動脈網の校正マイクロシミュレーションケーススタディで評価され、フェアSCOSCAは交通効率を犠牲にすることなく、複数のフェアネス次元(Egalitarian, Rawlsian, Utilitarian, Harsanyian)で大幅に改善されている。 FairSCOSCAは固定サイクル,Max-Pressure,標準SCOOTS/SCATSコントローラと比較して,過度の待ち時間,遅延不平等,動脈道路と飼料道路の水平識別を著しく低減する。 本研究は, 公平性理論とグローバル展開信号システムの実践的拡張とのギャップを埋めることにより, 公平な交通制御に関する文献の増大に寄与する。 GitHubで利用可能なオープンソース実装。

関連論文リスト

• C-EQ-ALINEA: Distributed, Coordinated, and Equitable Ramp Metering Strategy for Sustainable Freeway Operations [7.187733825162918]
  C-EQ-ALINEA(C-EQ-ALINEA)は、古典的なALINEAフィードバックコントローラの拡張である。 SUMOを用いたアムステルダムのA10環道路の24時間マイクロシミュレーションで評価した。
  論文  参考訳（メタデータ） (2026-01-09T21:01:10Z)
• Large-scale Regional Traffic Signal Control Based on Single-Agent Reinforcement Learning [5.1129002613887105]
  本稿では,単一エージェント強化学習(RL)に基づく地域交通信号制御モデルを提案する。 このモデルは、広域交通渋滞を緩和し、総走行時間を最小化することを目的として、広範囲にわたる交通信号を調整することができる。 SUMO交通シミュレーションソフトウェアを用いて実験を行った。
  論文  参考訳（メタデータ） (2025-03-12T10:51:29Z)
• FairTP: A Prolonged Fairness Framework for Traffic Prediction [25.58071817217648]
  交通予測はインテリジェント交通システムにおいて重要な役割を担っている。 現在の公正性を意識した機械学習モデルは、特定の時点においてのみ公平性を保証する。 本稿では,長期の公正交通予測のためのフレームワークであるFairTPを提案する。
  論文  参考訳（メタデータ） (2024-12-18T01:17:09Z)
• Multi-hop Upstream Anticipatory Traffic Signal Control with Deep Reinforcement Learning [24.687845741167884]
  交通信号制御のコーディネーションは,都市ネットワークにおける混雑管理に不可欠である。 我々の研究はマルコフ連鎖理論に基づく新しい概念、すなわちテクティットマルチホップ上流圧力を導入している。 この遠視的かつコンパクトなメトリクスは、深層強化学習エージェントにマルチホップアップストリームキューをプリエンプティブにクリアするように通知する。
  論文  参考訳（メタデータ） (2024-11-10T16:28:42Z)
• Improving Traffic Flow Predictions with SGCN-LSTM: A Hybrid Model for Spatial and Temporal Dependencies [55.2480439325792]
  本稿ではSGCN-LSTM(Signal-Enhanced Graph Convolutional Network Long Short Term Memory)モデルを提案する。 PEMS-BAYロードネットワークトラフィックデータセットの実験は、SGCN-LSTMモデルの有効性を示す。
  論文  参考訳（メタデータ） (2024-11-01T00:37:00Z)
• DenseLight: Efficient Control for Large-scale Traffic Signals with Dense Feedback [109.84667902348498]
  交通信号制御(TSC)は、道路網における車両の平均走行時間を短縮することを目的としている。 従来のTSC手法は、深い強化学習を利用して制御ポリシーを探索する。 DenseLightは、不偏報酬関数を用いてポリシーの有効性をフィードバックする新しいRTLベースのTSC手法である。
  論文  参考訳（メタデータ） (2023-06-13T05:58:57Z)
• FedSpeed: Larger Local Interval, Less Communication Round, and Higher Generalization Accuracy [84.45004766136663]
  フェデレートラーニング(Federated Learning)は、分散機械学習フレームワークである。 これは、局所的不整合最適と局所的過度な適合による頑丈なクライアントドリフトによってもたらされる非消滅バイアスに悩まされる。 本稿では,これらの問題による負の影響を軽減するために,新しい実用的手法であるFedSpeedを提案する。
  論文  参考訳（メタデータ） (2023-02-21T03:55:29Z)
• Correlating sparse sensing for large-scale traffic speed estimation: A Laplacian-enhanced low-rank tensor kriging approach [76.45949280328838]
  本稿では,Laplacian enhanced Low-rank tensor (LETC) フレームワークを提案する。 次に,提案したモデルをネットワークワイド・クリグにスケールアップするために,複数の有効な数値手法を用いて効率的な解アルゴリズムを設計する。
  論文  参考訳（メタデータ） (2022-10-21T07:25:57Z)
• AI-aided Traffic Control Scheme for M2M Communications in the Internet of Vehicles [61.21359293642559]
  交通のダイナミクスと異なるIoVアプリケーションの異種要求は、既存のほとんどの研究では考慮されていない。 本稿では,ハイブリッド交通制御方式とPPO法を併用して検討する。
  論文  参考訳（メタデータ） (2022-03-05T10:54:05Z)
• Assessment of Reward Functions in Reinforcement Learning for Multi-Modal Urban Traffic Control under Real-World limitations [0.0]
  本稿では,歩行者と車両の交差点を制御するために,30種類の強化学習報酬関数を頑健に評価する。 我々は、マンチェスター大都市圏における実際の交差点の需要、センサー、グリーンタイム、その他の運用上の制約について、キャリブレーションされたモデルを使用します。
  論文  参考訳（メタデータ） (2020-10-17T16:20:33Z)

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。