| 講演名 | 2021-02-22 人流を考慮した深層強化学習による信号制御手法の提案 村田 顕祐(電通大), 清 雄一(電通大), 田原 康之(電通大), 大須賀 明彦(電通大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 交通制御の問題を取り扱う上で, 信号に強化学習を用いることによって信号の変化パターンやタイミングを学習させていく研究がなされている. それらにおいては車両の遅延時間を改善していくことを主軸においている場合が多く, 歩行者を含めた交通状況を想定している場合は少ない. しかし, 実際の交通網では歩行者の動きを考慮していく必要がある. そこで, 本研究では歩行者の交通量が大きく変化する環境において, 車両, 歩行者それぞれの交通遅延を減少させるための交通制御を行うことを目的としている. 強化学習手法の１つであるDQNによって信号を学習させていき, 車両に対して交通変化量の大きい歩行者の交通状況に応じた制御を取り扱っていく. その上で, 全結合層のみのネットワーク(DES), LSTMを加えて時系列データを取り扱ったネットワーク(LDES)の2種類のネットワークを用いて学習および実験を行い, 制御の可否を検証していく. 検証の結果, DESでは車両, 歩行者の両方の制御が確認でき, LDESにおいては交通網における歩行者の停止数, 待機時間の減少をすることができた. |
| 抄録(英) | |
| キーワード(和) | ディープラーニング / 深層強化学習 |
| キーワード(英) | |
| 資料番号 | AI2020-48 |
| 発行日 | 2021-02-15 (AI) |
| 研究会情報 | |
| 研究会 | AI |
|---|---|
| 開催期間 | 2021/2/22(から1日開催) |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | 「Web/IoTインテリジェンス」および一般 |
| テーマ（英） | Web/IoT Intelligence, etc. |
| 委員長氏名（和） | 福田 直樹(静岡大) |
| 委員長氏名（英） | Naoki Fukuta(Shizuoka Univ.) |
| 副委員長氏名（和） | 清 雄一(電通大) / 櫻井 祐子(産総研) |
| 副委員長氏名（英） | Yuichi Sei(Univ. of Electro-Comm.) / Yuko Sakurai(AIST) |
| 幹事氏名（和） | 大囿 忠親(名工大) / 藤田 桂英(東京農工大) |
| 幹事氏名（英） | Tadachika Ozono(Nagoya Inst. of Tech.) / Katsuhide Fujita(Tokyo Univ. of Agriculture and Technology) |
| 幹事補佐氏名（和） | |
| 幹事補佐氏名（英） | |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Artificial Intelligence and Knowledge-Based Processing |
|---|---|
| 本文の言語 | JPN-ONLY |
| タイトル（和） | 人流を考慮した深層強化学習による信号制御手法の提案 |
| サブタイトル（和） | |
| タイトル（英） | |
| サブタイトル（和） | |
| キーワード(1)（和/英） | ディープラーニング |
| キーワード(2)（和/英） | 深層強化学習 |
| 第 1 著者 氏名（和/英） | 村田 顕祐 |
| 第 1 著者 所属（和/英） | 電気通信大学(略称：電通大) |
| 第 2 著者 氏名（和/英） | 清 雄一 |
| 第 2 著者 所属（和/英） | 電気通信大学(略称：電通大) |
| 第 3 著者 氏名（和/英） | 田原 康之 |
| 第 3 著者 所属（和/英） | 電気通信大学(略称：電通大) |
| 第 4 著者 氏名（和/英） | 大須賀 明彦 |
| 第 4 著者 所属（和/英） | 電気通信大学(略称：電通大) |
| 発表年月日 | 2021-02-22 |
| 資料番号 | AI2020-48 |
| 巻番号（vol） | vol.120 |
| 号番号（no） | AI-379 |
| ページ範囲 | pp.53-58(AI), |
| ページ数 | 6 |
| 発行日 | 2021-02-15 (AI) |