| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2025-03-07 11:05 強化学習を用いたデッドロックのための車両制御手法 ○海野 優・笠松大佑（創価大）  CAS2024-121 CS2024-107 |
|
| 抄録 | （和） | 近年，自動運転技術の向上に伴い，シグナルフリーモビリティなどの研究が行われている．しかしながら，信号機のない交差点ではデッドロックやグリッドロックが発生する可能性がある．本研究では，デッドロックやグリッドロックを回避する車両制御手法に取り組んでいる．本論文では，アルゴリズムによる制御手法と強化学習による制御手法を検討した．シミュレーション実験により，提案手法が信号機制御よりも効率的であることを確認した．また，強化学習を用いることでデッドロックの発生率の減少を確認した． |
| （英） | Studies such as signal-free mobility have been conducted in recent years with the improvement of autonomous driving technology. However, deadlock and gridlock may occur at intersections without traffic signals. This research addresses vehicle control methods to avoid deadlock and gridlock. In this paper, we examine an algorithmic control method and a reinforcement learning-based control method. Simulation experiments confirmed that the proposed method is more efficient than traffic light control, and the reinforcement learning method reduces the deadlock rate. | |
| キーワード | （和） | デッドロック / グリッドロック / 強化学習 / / / / / |
| （英） | deadlock / gridlock / reinforcement learning / / / / / | |
| 文献情報 | 信学技報, vol. 124, no. 415, CAS2024-121, pp. 89-92, 2025年3月. | |
| 資料番号 | CAS2024-121 | |
| 発行日 | 2025-02-27 (CAS, CS) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | CAS2024-121 CS2024-107 |
|
| 研究会情報 | |
| 研究会 | CAS CS |
| 開催期間 | 2025-03-06 - 2025-03-07 |
| 開催地（和） | 宮古島 平良港ターミナルビル 大研修室 |
| 開催地（英） | |
| テーマ（和） | ネットワークプロセッサ，通信のための信号処理回路，無線LAN/PAN，一般 |
| テーマ（英） | Network processor, Signal processing and circuits for communications, Wireless LAN / PAN, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | CAS |
| 会議コード | 2025-03-CAS-CS |
| 本文の言語 | 日本語 |
| タイトル（和） | 強化学習を用いたデッドロックのための車両制御手法 |
| サブタイトル（和） | |
| タイトル（英） | A Method of Vehicle Control for Deadlock Using Reinforcement Learning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | デッドロック / deadlock |
| キーワード(2)（和/英） | グリッドロック / gridlock |
| キーワード(3)（和/英） | 強化学習 / reinforcement learning |
| キーワード(4)（和/英） | / |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 海野 優 / Masaru Unno / ウンノ マサル |
| 第1著者 所属（和/英） | 創価大学 (略称： 創価大) Soka University (略称： Soka Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 笠松 大佑 / Daisuke Kasamatsu / カサマツ ダイスケ |
| 第2著者 所属（和/英） | 創価大学 (略称： 創価大) Soka University (略称： Soka Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2025-03-07 11:05:00 |
| 発表時間 | 25分 |
| 申込先研究会 | CAS |
| 資料番号 | CAS2024-121, CS2024-107 |
| 巻番号（vol） | vol.124 |
| 号番号（no） | no.415(CAS), no.416(CS) |
| ページ範囲 | pp.89-92 |
| ページ数 | 4 |
| 発行日 | 2025-02-27 (CAS, CS) |
[研究会発表申込システムのトップページに戻る]