論文の概要: Ramp Metering Control via Hybrid State Deep Reinforcement Learning in Partially Observable Connected Vehicle Environments

• arxiv url: http://arxiv.org/abs/2610.06266v1
• Date: Mon, 05 Oct 2026 13:03:09 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-09 09:40:20.944168
• Title: Ramp Metering Control via Hybrid State Deep Reinforcement Learning in Partially Observable Connected Vehicle Environments
• Title（参考訳）: 部分観測型連結車両環境におけるハイブリッド状態深部強化学習によるランプ計測制御
• Abstract要約: 本稿では,観測CVの存在と速度を符号化した2チャネルグリッドとマクロトラフィック計測を組み合わせたハイブリッド観測表現を提案する。 Dueling Double Q-Network はこれらの入力を、ランプ計測のグリーン期間を選択するために処理する。 CV部分視認性下でのハイブリッドコントローラは,50回にわたって評価シナリオに適合し,報告総走行時間を11.4 %削減した。
• 参考スコア（独自算出の注目度）: 2.0646127669654826
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Freeway on-ramp merges are major sources of congestion, causing significant economic and environmental costs. While Deep Reinforcement Learning (DRL) offers a promising solution for ramp metering, existing approaches rely primarily on aggregated macroscopic data. Connected vehicles (CVs) provide vehicle-level observations that can complement aggregate traffic measurements, but their limited penetration produces incomplete microscopic information. This paper proposes a hybrid observation representation combining macroscopic traffic measurements with a two-channel grid encoding observed CV presence and speed. A Dueling Double Deep Q-Network processes these inputs to select ramp-metering green durations. The controller is trained under varying traffic demands and CV penetration rates and evaluated against ALINEA and macroscopic-only DRL variants in SUMO. Across 50 matched evaluation scenarios, the hybrid controller under partial CV visibility reduces the reported total travel time by 11.4 % and mean spillback duration by 84.9 % relative to ALINEA. Evaluating the same trained policy with full CV visibility yields a further travel-time reduction of approximately 1.6 %. Analysis across penetration rates suggests that the performance gap decreases as microscopic observations become more complete. These results support the use of complementary macroscopic and sparse microscopic observations for learning-based ramp metering. The source code implementation of the model is available at: https://github.com/youcefMehamlia/Multimodal-DRL-RMC
• Abstract（参考訳）: 高速道路のオンランプ・マージは渋滞の主な原因であり、経済的・環境的なコストを著しく上回っている。 Deep Reinforcement Learning (DRL)はランプ計測のための有望なソリューションを提供するが、既存のアプローチは主に集約されたマクロデータに依存している。 連結車両(CV)は、総交通量の計測を補完する車両レベルの観測を提供するが、その限られた浸透は不完全な微視的情報を生成する。 本稿では,観測CVの存在と速度を符号化した2チャネルグリッドとマクロトラフィック計測を組み合わせたハイブリッド観測表現を提案する。 Dueling Double Q-Network はこれらの入力を、ランプ計測のグリーン期間を選択するために処理する。 制御器は様々な交通需要とCV浸透速度で訓練され、SUMOのALINEAおよびマクロのみのDRL変異体に対して評価される。 50以上の一致した評価シナリオでは、部分的なCV可視性の下でのハイブリッドコントローラは、報告された総走行時間を11.4%削減し、ALINEAに対する平均流出期間を84.9%短縮する。 完全なCV可視性で同じ訓練された政策を評価すると、旅行時間の約1.6%が減少する。 浸透速度による解析は、顕微鏡観察がより完全になるにつれて、性能ギャップが減少することを示している。 これらの結果は、学習に基づくランプ計測に相補的なマクロスコープとスパース顕微鏡を用いたことを支援する。 モデルのソースコードの実装は、https://github.com/youcefMehamlia/Multimodal-DRL-RMCで公開されている。

関連論文リスト

• CLEAR: Closed-Loop Reinforcement Learning at Scale for End-to-End Autonomous Driving [66.77752555295355]
  E2E-ADのための大規模強化学習(RL)を用いた閉ループ訓練システムであるCLEARを提案する。 簡単な報奨により、CLEARは従来の手法よりも大幅に優れ、新しい最先端性能を設定できることが示される。
  論文  参考訳（メタデータ） (2026-07-03T00:34:50Z)
• CuraLight: Debate-Guided Data Curation for LLM-Centered Traffic Signal Control [25.292538507972868]
  交通信号制御はインテリジェントトランスポートシステム(ITS)のコアコンポーネントである 強化学習(RL)と大規模言語モデル(LLM)に基づく最近のアプローチは適応性を改善したが、それでも限定的な解釈性に悩まされている。 本稿では,LL エージェントが LLM ベースの信号制御装置の微調整を支援するフレームワークである CuraLight を提案する。
  論文  参考訳（メタデータ） (2026-04-07T10:05:43Z)
• Macroscopic Characteristics of Mixed Traffic Flow with Deep Reinforcement Learning Based Automated and Human-Driven Vehicles [2.7245836197421673]
  本研究は,混合交通におけるDRLモデルにおけるマクロな交通流特性と燃料効率の解析に焦点をあてる。 ツイン遅延Deep Deterministic Policy Gradient (TD3)アルゴリズムは、AVの制御のために実装され、NGSIMハイウェイデータセットを使用して訓練される。 その結果,交通性能は安全時間ギャップの分布やRL車両の割合に敏感であることがわかった。
  論文  参考訳（メタデータ） (2026-03-26T11:14:20Z)
• Towards better traffic volume estimation: Jointly addressing the underdetermination and nonequilibrium problems with correlation-adaptive GNNs [47.18837782862979]
  本稿では, 交通量推定に関する2つの重要な問題について考察する。(1) 未検出運動による交通流の過小評価, (2) 渋滞伝播による非平衡交通流。 上記の問題に対処するために,データ駆動型,モデルフリー,相関適応型アプローチをグラフベースで実現するディープラーニング手法を実証する。
  論文  参考訳（メタデータ） (2023-03-10T02:22:33Z)
• Evaluating a Signalized Intersection Performance Using Unmanned Aerial Data [11.699288626519682]
  本研究では,ギリシャ・アテネの3方向信号通信交差点におけるドローンの生データの利用について検討した。 リアルタイムビデオから抽出したデータに対する顕微鏡的アプローチと衝撃波解析を用いて,最大待ち行列長を推定した。 様々なMOEの結果は有望であることが判明し、ドローンが収集したトラフィックデータの利用には多くの応用があることが確認された。
  論文  参考訳（メタデータ） (2022-07-16T21:48:32Z)
• CVLight: Deep Reinforcement Learning for Adaptive Traffic Signal Control with Connected Vehicles [0.9449650062296824]
  CVLight」は、適応交通信号制御のための強化学習方式です。 通信車両(CV)のみから収集したデータを使用する。 CVデータに基づいて複数の交差点を効率的に制御でき、CV浸透率が20%未満の場合にも同様またはそれ以上の性能を達成することができる。
  論文  参考訳（メタデータ） (2021-04-21T03:38:11Z)
• A Graph Convolutional Network with Signal Phasing Information for Arterial Traffic Prediction [63.470149585093665]
  動脈交通予測は 現代のインテリジェント交通システムの発展に 重要な役割を担っています 動脈交通予測に関する既存の研究の多くは、ループセンサからの流量と占有率の時間的測定のみを考慮し、上流と下流の検出器間のリッチな空間的関係を無視している。 我々は,信号タイミング計画から発生する空間情報を用いて,深層学習アプローチである拡散畳み込みリカレントニューラルネットワークを強化することで,このギャップを埋める。
  論文  参考訳（メタデータ） (2020-12-25T01:40:29Z)
• Prediction of Traffic Flow via Connected Vehicles [77.11902188162458]
  本稿では,交通機関が交通の流れを早期に制御し,渋滞を防止するための短期交通流予測フレームワークを提案する。 我々は,過去の流れデータと,コネクテッド・ビークル(CV)技術によって提供されるリアルタイムフィードや軌道データといった革新的な特徴に基づいて,将来の道路セグメントにおける流れを予測する。 本手法は, 流れの予測, CVが軌道に沿ったセグメントに現実的に遭遇する様々な事象の影響を組み込むことによって, 高度なモデリングを可能にすることを示す。
  論文  参考訳（メタデータ） (2020-07-10T16:00:44Z)
• Reinforcement Learning Based Vehicle-cell Association Algorithm for Highly Mobile Millimeter Wave Communication [53.47785498477648]
  本稿では,ミリ波通信網における車とセルの関連性について検討する。 まず、ユーザ状態(VU)問題を離散的な非車両関連最適化問題として定式化する。 提案手法は,複数のベースライン設計と比較して,ユーザの複雑性とVUEの20%削減の合計で最大15%のゲインが得られる。
  論文  参考訳（メタデータ） (2020-01-22T08:51:05Z)

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。