Daily Arxiv

世界中で発行される人工知能関連の論文をまとめるページです。
このページはGoogle Geminiを活用して要約し、非営利で運営しています。
論文の著作権は著者および関連機関にあり、共有する際は出典を明記してください。

A Value Based Parallel Update MCTS Method for Multi-Agent Cooperative Decision Making of Connected and Automated Vehicles

Created by
  • Haebom

作者

Ye Han, Lijun Zhang, Dejian Meng, Zhuang Zhang, Xingyu Hu, Songyu Weng

概要

本論文では、コネクテッドカーとオートメーション車両(CAVs)の多車両協力走行における横方向と長手方向の共同意思決定問題を解決するために、限られた地平線と時間割引設定を持つマルチエージェントマルコフゲームの並列更新を含むモンテカルロツリーナビゲーション(MCTS)方法を提案します.部分定常交通流における多車両共同行動空間の並列挙動を分析することによって,並列更新法は潜在的な危険行動を迅速に排除することにより,探索幅を犠牲にすることなく探索深さを増加させる。提案された方法は、いくつかのランダムに生成された交通流でテストされており、実験結果はアルゴリズムが優れた堅牢性を持ち、最先端の強化学習アルゴリズムとヒューリスティック方法よりも優れた性能を示しています。提案されたアルゴリズムを使用した車両走行戦略は、人間の運転手を超えて合理性を示し、調整区域での交通効率と安全性に利点があります。

Takeaways、Limitations

Takeaways:
限られた地平線と時間割引設定を持つマルチエージェントマルコフゲームに効果的なMCTSベースの並列更新方法を提示します。
従来の強化学習アルゴリズムとヒューリスティック法より優れた性能と堅牢性を実証
人間ドライバーを凌駕する合理的な車両走行戦略の提示と交通効率と安全性の向上
Limitations:
提案されたアルゴリズムの実際の道路環境適用の検証不足
様々な交通状況と複雑な道路環境の一般化性能検証が必要
アルゴリズムの計算複雑度とリアルタイム処理の可能性に関するさらなる研究が必要
👍