Core Concepts
본 연구는 Q-러닝 알고리즘을 활용하여 간선도로 네트워크의 신호등 제어와 동적 속도 조정을 통합적으로 관리함으로써 여행 시간 및 대기행렬 길이를 감소시키는 적응형 교통 제어 전략을 제안한다.
Abstract
본 연구는 고속도로 구간과 인접한 간선도로 네트워크에서 신호등 제어와 동적 속도 조정을 통합적으로 관리하는 적응형 교통 제어 전략을 제안한다.
신호등 제어 에이전트(TSC)는 교차로 수요와 인접 고속도로 진출로 대기행렬을 관찰하여 신호 주기와 신호 분할을 계산한다. 동적 속도 오프셋 에이전트(DSO)는 교차로 간 물리적 거리, 대기행렬 길이, 신호 주기를 바탕으로 상대 오프셋과 권장 속도를 결정한다.
두 에이전트는 Q-러닝 프레임워크를 통해 협력하여 여행 시간과 대기행렬 길이를 최소화하는 정책을 학습한다. 네트워크 제어기는 모든 교차로의 신호 계획을 통일하여 진행 대역폭을 극대화한다.
제안된 전략은 고정 시간 제어와 MAXBAND 알고리즘 대비 저/중 수요 상황에서 약 15% 이상의 여행 시간 감소 효과를 보였다. 고수요 상황에서는 약 10%의 여행 시간 감소를 달성하였으며, 이는 진출로 및 교차로 대기행렬 감소를 위한 필요한 절충이다. 또한 고수요 상황에서 제안 전략은 고속도로 여행 시간도 약 5% 개선하였다.
Stats
고정 시간 제어 대비 제안 전략의 여행 시간 감소율은 저수요 시 약 15%, 중수요 시 약 15%, 고수요 시 약 10%이다.
고정 시간 제어 대비 제안 전략의 정지 횟수 감소율은 저수요 시 약 45%, 중수요 시 약 44%, 고수요 시 약 19%이다.
고정 시간 제어 대비 제안 전략의 CO2 배출량 감소율은 저수요 시 약 10%, 중수요 시 약 11%, 고수요 시 약 12%이다.
고정 시간 제어 대비 제안 전략의 진출로 대기행렬 감소율은 중수요 시 약 84%, 고수요 시 약 82%이다.
고정 시간 제어 대비 제안 전략의 교차로 대기행렬 감소율은 저수요 시 약 55%, 중수요 시 약 42%, 고수요 시 약 42%이다.