정보과학회논문지 (Journal of KIISE)
Current Result Document :
| 한글제목(Korean Title) |
현실 제약 조건을 반영한 강화학습 기반 교통 신호 제어 |
| 영문제목(English Title) |
Reinforcement Learning-based Traffic Signal Control under Real-World Constraints |
| 저자(Author) |
피민규
이훈순
정문영
Mingyu Pi
Hunsoon Lee
Moonyoung Chung
|
| 원문수록처(Citation) |
VOL 48 NO. 08 PP. 0871 ~ 0877 (2021. 08) |
한글내용
(Korean Abstract) |
교통 신호 제어는 도로의 한정된 용량을 효율적으로 사용하기 위해 중요한 역할을 한다. 전통적인 교통 신호 제어 방법은 미리 설정된 신호를 기반으로 운영되기 때문에 수시로 변하는 교통 상황에 대응하기 어렵다. 최근에 복잡한 문제를 해결하기 위한 방법으로 강화학습이 주목을 받으면서 효율적인 교통 신호 제어를 위해 강화학습을 사용하는 연구가 진행되고 있다. 전통적인 방법과 비교하여 대기 시간이나 여행 시간이 개선되는 것을 시뮬레이션을 통해 입증하였으나 대부분의 연구가 실제 신호의 제약조건을 반영하지 않아 현실에 적용하기에는 부적합하게 설계되어 있다. 본 논문에서는 현실에 존재하는 신호 운영 체계의 제약조건을 반영하여 비교적 현실 적용 가능하며 교통량 변화에 대응할 수 있는 강화학습 기반의 신호 제어 방법을 제안한다. |
영문내용
(English Abstract) |
Traffic signal control plays an important role in efficiently using the limited capacity of the road. Since traditional traffic signal control methods operate based on preset signals, it is difficult to cope with frequently changing traffic conditions. Recently, as reinforcement learning has attracted attention as a method for solving complex problems, studies using reinforcement learning for efficient traffic signal control are being conducted. Compared to the traditional method, it has been proved through simulation that waiting time and travel time were improved. However, since most of the studies did not reflect the limitations of the actual signal, it was designed inappropriately for practical application. In this paper, we proposed a signal control method based on reinforcement learning that could be applied to real situations by reflecting the constraints of the signal operating system that exist in reality, and that could respond to changes in traffic volume. |
| 키워드(Keyword) |
심층 강화학습
교통 신호 제어
신호 제약 조건
적응형 교통 제어
deep reinforcement learning
traffic signal control
traffic signal constraints
adaptive traffic control
|
| 파일첨부 |
PDF 다운로드
|
