論文の概要: Coordinated Lane-Level Variable Speed Limits and Ramp Metering for Successive Weaving Segments Considering Merging/Diverging Risks: A Hybrid Model Predictive Control and Multi-Agent Reinforcement Learning Approach

• arxiv url: http://arxiv.org/abs/2609.35152v1
• Date: Mon, 28 Sep 2026 13:32:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-02 16:38:36.863824
• Title: Coordinated Lane-Level Variable Speed Limits and Ramp Metering for Successive Weaving Segments Considering Merging/Diverging Risks: A Hybrid Model Predictive Control and Multi-Agent Reinforcement Learning Approach
• Title（参考訳）: 混合モデル予測制御とマルチエージェント強化学習アプローチ
• Abstract要約: 中国長春市の18kmイースタン・エクスプレスウェイにおける実環境実験により,L-METANETはレーン変動流の再分配とキャパシティ低下を正確に再現することが示された。 MPC-STMAPPOは、MPCベースのベースラインやMARLベースのベースラインよりも高速に収束し、複数のメトリクスにわたってパフォーマンスが向上する。
• 参考スコア（独自算出の注目度）: 11.993252837763619
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Successive weaving segments (SWSs) on urban expressways are bottlenecks prone to recurrent congestion and collisions, requiring fine-grained active traffic management (ATM). Existing approaches struggle to balance the adaptive performance of data-driven optimization with the resilience and transferability of model-based control. We propose a hybrid framework to coordinate lane-level variable speed limits (VSLs) and ramp metering across SWSs. First, we reconstruct L-METANET, a lane-level macroscopic traffic flow model that captures free and forced lane changes. Second, we combine XGBoost-SHAP with a random-parameters binary logit (RPBL) model to derive analytical equations for merging and diverging collision risks and formulate system cost and reward functions. Third, we develop MPC-STMAPPO, a hierarchical controller integrating model predictive control (MPC) and multi-agent reinforcement learning (MARL). Its upper MPC layer uses L-METANET for long-horizon rolling optimization and generates baseline commands; its lower spatiotemporal MAPPO (ST-MAPPO) layer, enhanced with Mamba cells and graph attention, produces residual actions for short-horizon adjustment. Real-world experiments on the 18-km Eastern Expressway in Changchun, China, show that L-METANET accurately reproduces lane-changing-induced flow redistribution and capacity drops, with state evolution aligned with ground truth. XGBoost-SHAP-RPBL achieves AUCs above 0.80 in most tasks, outperforming conventional logit models. MPC-STMAPPO converges faster and performs better across multiple metrics than MPC- and MARL-based baselines. Under randomly fluctuating demand, it also significantly outperforms pure MARL in generalization, demonstrating strong potential for industrial deployment.
• Abstract（参考訳）: 都市高速道路における連続織布セグメント (SWS) は, 渋滞や衝突が頻発しやすいボトルネックであり, 細粒度のアクティブトラフィック管理 (ATM) が必要である。 既存のアプローチは、データ駆動最適化の適応性能とモデルベース制御のレジリエンスと転送可能性のバランスをとるのに苦労している。 本稿では,レーンレベル変動速度制限(VSL)とSWS間のランプ計測を協調するハイブリッドフレームワークを提案する。 まず、L-METANETというレーンレベルの交通流モデルを構築し、自由および強制的なレーン変化を捉える。 第2に、XGBoost-SHAPとRPBLモデルを組み合わせて、衝突リスクの合併と分散に関する解析方程式を導出し、システムコストと報酬関数を定式化する。 第3に,モデル予測制御(MPC)とマルチエージェント強化学習(MARL)を統合した階層型コントローラであるMPC-STMAPPOを開発する。 上層MPC層はL-METANETを長時間水平転がり最適化に使用し、ベースラインコマンドを生成する。 中国長春の18km東部高速道路における実世界実験により,L-METANETは,地下の真実に整合して,車線変化に伴う流れの再分配とキャパシティ低下を正確に再現することを示した。 XGBoost-SHAP-RPBLは、ほとんどのタスクにおいて0.80以上のAUCを達成し、従来のロジットモデルより優れている。 MPC-STMAPPOは、MPCベースのベースラインやMARLベースのベースラインよりも高速に収束し、複数のメトリクスにわたってパフォーマンスが向上する。 ランダムに変動する需要の下では、工業展開の可能性を強く示し、純粋なMARLをはるかに上回っている。

関連論文リスト

• 0.5%>100%: Bidirectional Reciprocal Learning for Referring Image Segmentation [60.19375952029603]
  $textbfB$idirectional $textbfR$eciprocal $textbfL$は、新しいアダプタベースのPEFTフレームワークである。 Reciprocal Attention Adapter (RAA) はトークンレベルでクロスモーダルなクエリキー交換を行う。 Reciprocal Gate Adapter(RGA)は、チャネルレベルにおいて、クロスモーダルゲーティング信号を生成する。
  論文  参考訳（メタデータ） (2026-09-21T12:48:34Z)
• cMoLLM at Scale: Horizontal Scaling Laws for Mixture-of-LLMs [3.50654760771471]
  cMoLLMは、完全に微分可能な動的畳み込みを通じて、エンドツーエンドのストリームをルーティングする、畳み込みでゲートされたLLMの混合である。 FineWebでトレーニングされたGPT-2スタイルのモデルでは、cMoLLMは言語モデリングの難易度と下流GLUEとSQuADの精度を改善している。
  論文  参考訳（メタデータ） (2026-06-06T13:51:15Z)
• Merging Beyond: Streaming LLM Updates via Activation-Guided Rotations [55.047454145941366]
  Streaming Mergingは、反復最適化プロセスとしてマージを概念化する革新的なモデル更新パラダイムである。 ARMは勾配勾配勾配のダイナミクスを近似するために設計された戦略である。 ARMは初期のSFTチェックポイントしか必要とせず、反復的なマージによって完全に収束したSFTモデルを上回る。
  論文  参考訳（メタデータ） (2026-02-03T08:15:57Z)
• Adaptive Linear Path Model-Based Diffusion [52.84663832658799]
  リニアパスモデルベース拡散(LP-MBD)を導入し、分散保存スケジュールをフローマッチング線形確率パスに置き換える。 また,適応型LP-MBD(ALP-MBD)を提案し,タスクの複雑さや環境条件に応じて拡散ステップやノイズレベルを調整する。
  論文  参考訳（メタデータ） (2026-02-02T21:33:03Z)
• LLM-Driven Scenario-Aware Planning for Autonomous Driving [35.75515733294211]
  自動運転のためのハイブリッドプランナー切替フレームワーク(HPSF)は、高密度交通の安全な操作で高速運転効率を調整する必要がある。 既存のHPSF法は、しばしば、信頼性の高いモード遷移や、混雑した環境での効率的な運転を維持できない。 本稿では,低複雑シーンにおける高速運転と高複雑シーンにおける高精度運転を切り替える,大規模言語モデル(LLM)による適応計画手法を提案する。
  論文  参考訳（メタデータ） (2026-01-29T15:42:13Z)
• Learning to Coordinate: Distributed Meta-Trajectory Optimization Via Differentiable ADMM-DDP [4.880846795915428]
  多様なタスクやエージェント構成に適応するために,L2C(Learning to Coordinate)を提案する。 L2CはADMM-DDPパイプラインを通じてエンドツーエンドを分散的に区別する。 最先端の手法よりも高速な勾配計算を実現する。
  論文  参考訳（メタデータ） (2025-09-01T17:17:05Z)
• Topology Enhanced MARL for Multi-Vehicle Cooperative Decision-Making of CAVs [11.569616198957887]
  TPE-MARLは、混在する交通シナリオにおける探索と利用のバランスをとる。 交通効率、安全性、意思決定のスムーズさ、タスク完了の点で優れたパフォーマンスを示している。
  論文  参考訳（メタデータ） (2025-07-16T10:27:36Z)
• Maximize to Explore: One Objective Function Fusing Estimation, Planning, and Exploration [87.53543137162488]
  我々はtextttMEX というオンライン強化学習(オンラインRL)フレームワークを提案する。 textttMEXは、自動的に探索エクスプロイトのバランスをとりながら、見積もりと計画コンポーネントを統合する。 様々な MuJoCo 環境では,ベースラインを安定的なマージンで上回り,十分な報酬を得られる。
  論文  参考訳（メタデータ） (2023-05-29T17:25:26Z)
• Collaborative Intelligent Reflecting Surface Networks with Multi-Agent Reinforcement Learning [63.83425382922157]
  インテリジェント・リフレクション・サーフェス(IRS)は将来の無線ネットワークに広く応用されることが想定されている。 本稿では,エネルギー収穫能力を備えた協調型IRSデバイスを用いたマルチユーザ通信システムについて検討する。
  論文  参考訳（メタデータ） (2022-03-26T20:37:14Z)

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。