論文の概要: C-EQ-ALINEA: Distributed, Coordinated, and Equitable Ramp Metering Strategy for Sustainable Freeway Operations

• arxiv url: http://arxiv.org/abs/2601.06311v1
• Date: Fri, 09 Jan 2026 21:01:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-13 19:08:00.745411
• Title: C-EQ-ALINEA: Distributed, Coordinated, and Equitable Ramp Metering Strategy for Sustainable Freeway Operations
• Title（参考訳）: C-EQ-ALINEA:持続可能な高速道路運転のための分散・協調・等価ランプ計測戦略
• Authors: Kevin Riehl, Omar Alami Badissi, Anastasios Kouvelas, Michail A. Makridis,
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 7.187733825162918
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Ramp metering is a widely deployed traffic management strategy for improving freeway efficiency, yet conventional approaches often lead to highly uneven delay distributions across on-ramps, undermining user acceptance and long-term sustainability. While existing fairness-aware ramp metering methods can mitigate such disparities, they typically rely on centralized optimization, detailed traffic models, or data-intensive learning frameworks, limiting their real-world applicability, particularly in networks operating legacy ALINEA-based systems. This paper proposes C-EQ-ALINEA, a decentralized, coordinated, and equity-aware extension of the classical ALINEA feedback controller. The approach introduces lightweight information exchange among neighbouring ramps, enabling local coordination that balances congestion impacts without centralized control, additional infrastructure, or complex optimization. C-EQ-ALINEA preserves the simplicity and robustness of ALINEA while explicitly addressing multiple notions of fairness, including Harsanyian, Egalitarian, Rawlsian, and Aristotelian perspectives. The method is evaluated in a calibrated 24-hour microsimulation of Amsterdam's A10 ring road using SUMO. Results demonstrate that C-EQ-ALINEA substantially improves the equity of delay distributions across ramps and users, while maintaining (in several configurations surpassing) the efficiency of established coordinated strategies such as METALINE. These findings indicate that meaningful fairness gains can be achieved through minimal algorithmic extensions to widely deployed controllers, offering a practical and scalable pathway toward sustainable and socially acceptable freeway operations. Open source implementation available on GitHub.
• Abstract（参考訳）: ランプ計測は、高速道路の効率を改善するために広く展開されている交通管理戦略であるが、従来の手法は、オンランプ全体にわたって非常に不均一な遅延分布をもたらし、ユーザの受け入れと長期持続性を損なうことも多い。 既存の公平性を意識したランプ計測手法は、このような格差を軽減することができるが、通常は集中的な最適化、詳細なトラフィックモデル、あるいはデータ集約学習フレームワークに依存しており、特に従来のALINEAベースのシステムを運用するネットワークにおいて、実際の適用性を制限する。 本稿では、従来のALINEAフィードバックコントローラの分散化、コーディネート化、およびエクイティ対応拡張であるC-EQ-ALINEAを提案する。 このアプローチは、近隣のランプ間で軽量な情報交換を導入し、集中制御やインフラの追加、複雑な最適化なしに、渋滞の影響のバランスをとるための局所的な調整を可能にする。 C-EQ-ALINEAは、Harsanyian、Egalitarian、Rawlsian、Aristoteianなど、複数のフェアネスの概念を明示的に扱いながら、ALINEAの単純さと堅牢性を維持している。 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。 その結果、C-EQ-ALINEAは、METALINEのような確立された協調戦略の効率を維持しつつ、ランプやユーザ間の遅延分布の公平性を大幅に改善することを示した。 これらの結果は,広範に展開されるコントローラへのアルゴリズム拡張を最小限にすることで,持続可能かつ社会的に許容される高速道路運用への実践的かつスケーラブルな経路を提供することによって,有意義な公平性を達成できることを示唆している。 GitHubで利用可能なオープンソース実装。

関連論文リスト

• PASS-Enhanced MEC: Joint Optimization of Task Offloading and Uplink PASS Beamforming [67.78883135636657]
  ピンチアンテナシステム (PASS) によるモバイルエッジコンピューティング (MEC) アーキテクチャについて検討した。 PASSは、重要な経路損失と潜在的な信号遮断を効果的に軽減しつつ、短距離ライン・オブ・ライト(LoS)リンクを確立する。 ネットワーク遅延最小化問題を定式化し、アップリンクPASSビームフォーミングとタスクオフロードを共同で最適化する。
  論文  参考訳（メタデータ） (2025-10-27T03:04:46Z)
• Iterative Refinement of Flow Policies in Probability Space for Online Reinforcement Learning [56.47948583452555]
  固定ステップのEulerスキームによるフローマッチング推論プロセスの離散化は,最適輸送から変化するJordan-Kinderlehrer-Otto原理と整合する,というキーインサイトに基づいて,SWFP(Stepwise Flow Policy)フレームワークを紹介した。 SWFPは、大域的な流れを、プロキシメート分布間の小さな漸進的な変換の列に分解する。 この分解は、小さな流れブロックのカスケードを介して事前訓練された流れを微調整する効率的なアルゴリズムを導き、大きな利点をもたらす。
  論文  参考訳（メタデータ） (2025-10-17T07:43:51Z)
• Reinforcement Learning Based Traffic Signal Design to Minimize Queue Lengths [15.439906983758808]
  本稿では、RL(Reinforcement Learning)を活用して全信号位相の待ち行列長を最小化する適応型TSCフレームワークを提案する。 提案アルゴリズムは,都市交通シミュレータ(SUMO)を用いて実装されている。 最も優れた構成は、従来のWebster法と比較して平均キュー長を約29%削減する。
  論文  参考訳（メタデータ） (2025-09-26T01:23:30Z)
• Joint Channel Estimation and Computation Offloading in Fluid Antenna-assisted MEC Networks [81.36647816787713]
  チャネル推定の遅延を最小限に抑えるためのFA支援オフロードフレームワークを提案する。 提案方式は,効率的な通信を行う場合の精度を大幅に低下させることを示す。
  論文  参考訳（メタデータ） (2025-09-16T08:48:44Z)
• A Constrained Multi-Agent Reinforcement Learning Approach to Autonomous Traffic Signal Control [0.0]
  本稿では,Lagrange Cost Estimator (MAPPO-LCE) を用いたMulti-Agent Proximal Policy Optimization というアルゴリズムを提案する。 MAPPO-LCEは,すべての環境および交通制約に対して,3つのベースラインMARLアルゴリズムより優れていることを示す。 この結果から,制約付きMARLは,現実の交通ネットワークにスケーラブルで効率的なATSC手法をデプロイする上で,トラヒックプランナにとって貴重なツールであることが示唆された。
  論文  参考訳（メタデータ） (2025-03-30T23:29:48Z)
• LLM-Assisted Light: Leveraging Large Language Model Capabilities for Human-Mimetic Traffic Signal Control in Complex Urban Environments [3.7788636451616697]
  本研究は,大規模言語モデルを交通信号制御システムに統合する革新的なアプローチを導入する。 LLMを知覚と意思決定ツールのスイートで強化するハイブリッドフレームワークが提案されている。 シミュレーションの結果から,交通環境の多種性に適応するシステムの有効性が示された。
  論文  参考訳（メタデータ） (2024-03-13T08:41:55Z)
• Adaptive Resource Allocation for Virtualized Base Stations in O-RAN with Online Learning [55.08287089554127]
  基地局(vBS)を備えたオープンラジオアクセスネットワークシステムは、柔軟性の向上、コスト削減、ベンダーの多様性、相互運用性のメリットを提供する。 本研究では,予期せぬ「混み合う」環境下であっても,効率的なスループットとvBSエネルギー消費のバランスをとるオンライン学習アルゴリズムを提案する。 提案手法は, 課題のある環境においても, 平均最適性ギャップをゼロにすることで, サブ線形後悔を実現する。
  論文  参考訳（メタデータ） (2023-09-04T17:30:21Z)
• SocialLight: Distributed Cooperation Learning towards Network-Wide Traffic Signal Control [7.387226437589183]
  SocialLightは交通信号制御のための新しいマルチエージェント強化学習手法である。 地元におけるエージェントの個人的限界貢献を推定することにより、協力的な交通規制政策を学習する。 我々は,2つの交通シミュレータの標準ベンチマークにおける最先端の交通信号制御手法に対して,トレーニングネットワークをベンチマークした。
  論文  参考訳（メタデータ） (2023-04-20T12:41:25Z)
• 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)

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。