차량과 보행자를 고려한 강화학습 기반 적응형 교차로 신호제어 연구

Reinforcement Learning-Based Adaptive Traffic Signal Control considering Vehicles and Pedestrians in Intersection

원활한 교통의 흐름은 현대 사회에서 매우 중요한 요소이며, 교통체증은 환경 및 경제 등 다양한 형태로 문제를 초래했다. 이러한 문제를 해결하기 위해 최근 인공지능을 활용한 지능형교통체계(Intelligent Transport System)가 주목받고 있다. 본 논문에서는 강화학습 기법을 활용하여 교차로 각 방향의 차량과 보행자를 동시에 고려하여 교통의 흐름을 원활하게 하면서 동시에 불만족도를 낮출 수 있는 알고리즘을 제안한다. 제안하는 알고리즘을 적용한 교차로 신호체계 시뮬레이션 결과, 기존의 고정형 신호체계에 비해 차량·보행자의 불만족도를 상당히 낮출 수 있으며, 교차로의 교차하는 도로의 수가 많을수록 성능의 차이가 증가함을 확인하였다.

Traffic congestion has caused issues in various forms such as the environment and economy. Recently, an intelligent transport system (ITS) using artificial intelligence (AI) has been focused so as to alleviate the traffic congestion problem. In this paper, we propose a reinforcement learning-based traffic signal control algorithm that can smooth the flow of traffic while reducing discomfort levels of drivers and pedestrians. By applying the proposed algorithm, it was confirmed that the discomfort levels of drivers and pedestrians can be significantly reduced compared to the existing fixed signal control system, and that the performance gap increases as the number of roads at the intersection increases.