MITの研究者はAIを使って自動運転車が赤信号でアイドリングを回避できるように支援する

ドライバーが毎回信号を直進できるように旅行を計画できたらどうなるでしょうか?

これは、特に幸運な状況下では人間の運転手にしか起こらないかもしれないが、AIを使って速度を制御する自動運転車であれば、より一貫して達成できるかもしれない。

新しい研究で、MIT の科学者たちは機械学習のアプローチを実証しています。この方法は、信号のある交差点に近づいたり通過したりするときに、交通の流れをスムーズに維持するために自律走行車の艦隊を制御することを学習できます。

シミュレーション結果によると、彼らのアプローチは平均車両速度を上げながら燃料消費量と排出量を削減できる。この技術は、路上のすべての車が自動運転であれば最も効果を発揮しますが、たとえ25%の車がその制御アルゴリズムを使用していたとしても、燃料と排出量の面で大きなメリットがもたらされるでしょう。

「これは介入するのに本当に興味深い場所です。交差点で立ち往生しているからといって、誰の生活も良くなるわけではありません。他の多くの気候変動介入では生活の質に違いが出ることが予想されているため、そこに参入障壁があるのです」と、この研究論文の主任著者であるキャシー・ウー氏は述べた。彼は、土木環境工学部のギルバート W. ウィンスロー キャリア開発助教授であり、データ・システム・社会研究所 (IDSS) および情報意思決定システム研究所 (LIDS) のメンバーです。

LIDS および電気工学・コンピュータサイエンス学部の大学院生である Vindula Jayawardana 氏が、この研究論文の第一著者です。この研究は欧州制御会議で発表される予定。

複雑な岐路

人間は青信号であれば何も考えずにそのまま運転するかもしれませんが、車線数、信号の動作方法、車両の数と速度、歩行者や自転車の存在などに応じて、交差点では何十億もの異なるシナリオが発生する可能性があります。

交差点制御問題を解決するための一般的なアプローチは、数学モデルを使用して単純で理想的な交差点を解決することです。これは紙の上では良さそうに見えますが、交通パターンが混沌としていることが多い現実の世界では通用しない可能性があります。

Wu 氏と Jayawardana 氏は、深層強化学習と呼ばれるモデルフリーの手法を使用して、この問題に対して異なるアプローチを採用しました。強化学習は、制御アルゴリズムが一連の決定を行うことを学習する試行錯誤のアプローチです。良いシーケンスが見つかると報酬が与えられます。深層強化学習では、アルゴリズムはニューラル ネットワークによって学習された仮定を使用して、何十億もの可能性がある場合でも適切なシーケンスへのショートカットを見つけます。

これは、このような長い行の問題を解決するのに役立ちます。ウー氏は、制御アルゴリズムは長期間にわたって車両に500回以上の加速コマンドを発行する必要があると指摘した。さらに彼女はこう付け加えた。「そして、排出量をうまく抑えて交差点に適切な速度で到着できるかどうかを知る前に、順序を正しく把握する必要がある。」

ただし、一つ問題があります。研究者たちは、燃料消費を削減し、移動時間への影響を抑える戦略をシステムに学習させたいと考えているのです。これらの目標は矛盾する可能性があります。

「移動時間を短縮するには、車をより速く走らせたいが、排出量を削減するには、車を減速させるか、まったく動かないようにしたい。こうした相反する報酬は、学習エージェントにとって非常に混乱を招く可能性がある」とウー氏は語った。

この問題の普遍性に対処することは困難ですが、研究者たちはそれを回避するために報酬形成と呼ばれる手法を採用しました。報酬形成を通じて、システムは自力では学習できないドメイン知識を獲得します。この場合、車両が完全に停止するたびにシステムにペナルティを与え、システムがその動作を回避することを学習するようにしました。

トラフィックテスト

研究者らは効果的な制御アルゴリズムを開発した後、単一の交差点を備えた交通シミュレーション プラットフォームを使用してそれを評価しました。この制御アルゴリズムは、接続された自律走行車の艦隊に適用され、前方の信号機と通信して信号の位相とタイミングの情報を受信し、周囲を観察することができます。制御アルゴリズムは各車両に加速および減速の方法を指示します。

彼らのシステムは、車両が交差点に近づいても渋滞を生じさせませんでした。シミュレーションでは、人間のドライバーをシミュレートするモデルよりも多くの車が、単一の青信号フェーズ中に通過しました。渋滞回避を目的とする他​​の最適化方法と比較すると、この技術により燃料消費量と排出量がさらに大幅に削減されました。路上のすべての車が自動運転になれば、その制御システムによって燃料消費量が 18%、CO2 排出量が 25% 削減され、走行速度が 20% 向上します。

「1 回の介入で燃料や排出量が 20 ～ 25% 削減されるというのは本当に驚くべきことです」とウー氏は言います。「しかし、私が興味深く、本当に期待しているのは、この非線形スケーリングです。車両の 25% だけを制御すると、燃料と排出量が 50% 削減されます。つまり、このアプローチの恩恵を受けるために、100% 自動運転車が登場するまで待つ必要はありません。」

次に、研究者たちは複数の交差点間の相互作用効果を調べたいと考えている。さらに、車線数、信号、タイミングなどのさまざまな交差点の構成が、移動時間、排出量、燃料消費にどのように影響するかを調査する予定です。さらに、彼らは、自動運転車と人間の運転手が道路を共有するときに、制御システムが安全性にどのような影響を与えるかを研究する予定です。

この取り組みはまだ初期段階にあるが、ウー氏はこのアプローチは近い将来に実施するのがより実現可能になると考えている。