Controlling Traffic without Tolls: A Non-Monetary Framework for Autonomous Intersections

यहाँ शोध पत्र "Controlling Traffic without Tolls: A Non-Monetary Framework for Autonomous Intersections" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

कनेक्टेड और ऑटोमेटेड वाहनों (CAVs) तथा स्वायत्त चौराहों (autonomous intersections) के एकीकरण के कारण शहरी परिवहन प्रणालियाँ तेजी से जटिल होती जा रही हैं। जबकि स्वायत्त चौराहे रोडसाइड यूनिट्स (RSUs) के माध्यम से वाहन-स्तरीय शेड्यूलिंग की सूक्ष्म सुविधा प्रदान करते हैं, वे एक रणनीतिक चुनौती भी पेश करते हैं:

• दक्षता अंतराल (The Efficiency Gap): स्वार्थी चालक अपने स्वयं के यात्रा समय को कम करने के लिए मार्गों का चयन करते हैं (User Equilibrium - UE), जो अक्सर नेटवर्क-व्यापी प्रदर्शन के मामले में सिस्टम ऑप्टिमल (System Optimal - SO) की तुलना में उप-इष्टतम (suboptimal) होता है।
• वर्तमान समाधानों की सीमा (The Limitation of Current Solutions): इस अंतराल को भरने के लिए पारंपरिक तरीके या तो मौद्रिक प्रोत्साहन (टोल) पर निर्भर करते हैं, जो समानता संबंधी चिंताएं पैदा करते हैं, या बुनियादी ढांचे के विस्तार पर, जो महंगा और धीमा है।
• अनुसंधान प्रश्न: बिना किसी मौद्रिक प्रोत्साहन या नए भौतिक बुनियादी ढांचे पर निर्भर हुए, रूटिंग व्यवहार को प्रभावित करने और नेटवर्क-व्यापी दक्षता में सुधार करने के लिए चौराहे-स्तरीय नियंत्रण को व्यवस्थित रूप से कैसे डिजाइन किया जा सकता है?

2. कार्यप्रणाली (Methodology)

लेखक एक पदानुक्रमित, गैर-मौद्रिक नियंत्रण ढांचे (hierarchical, non-monetary control framework) का प्रस्ताव करते हैं जो स्वायत्त चौराहों पर टाइमस्टैम्प संशोधनों का उपयोग "आभासी टोल" (virtual tolls) के रूप में करने के लिए करता है।

A. सिस्टम आर्किटेक्चर (System Architecture)

यह ढांचा नियंत्रण को दो परतों में विभाजित करता है (चित्र 2):

1. निम्न-स्तरीय (Local): व्यक्तिगत चौराहों पर RSUs, वाहनों के टाइमस्टैम्प के आधार पर वाहन आवाजाही का प्रबंधन करते हैं (जैसे कि फर्स्ट-कम-फर्स्ट-सर्व या ऑप्टिमल कंट्रोल)।
2. उच्च-स्तरीय (System Planner): एक केंद्रीय योजनाकार (central planner), वाहनों के अनुरोधों को RSU तक पहुँचने से पहले उनके टाइमस्टैम्प को संशोधित करता है।
   • तंत्र (Mechanism): योजनाकार किसी वाहन के टाइमस्टैम्प को कृत्रिम रूप से विलंबित (delay) (नकारात्मक प्रोत्साहन) या अग्रिम (advance) (सकारात्मक प्रोत्साहन) कर सकता है।
   • प्रभाव: विलंबित टाइमस्टैम्प के कारण RSU उस वाहन को बाद में शेड्यूल करेगा, जिससे उस चौराहे पर उसके अपेक्षित प्रतीक्षा समय में वृद्धि होगी। यह एक पथ-निर्भर लागत (path-dependent cost) के रूप में कार्य करता है, जो ड्राइवरों को भीड़भाड़ वाले मार्गों से दूर ले जाता है।

B. विश्लेषणात्मक ढांचा (Analytical Framework)

• मॉडलिंग: ट्रैफिक नेटवर्क को एक निर्देशित ग्राफ (directed graph) के रूप में मॉडल किया गया है जहाँ नोड्स स्वायत्त चौराहों का प्रतिनिधित्व करते हैं और किनारे (edges) सड़कों का प्रतिनिधित्व करते हैं।
• लागत फलन (Cost Function): एक पथ $p$ की लागत किनारों की लागत (यात्रा समय) और नोड्स की लागत (चौराहा विलंब) का योग है।
  • नोड लागत को $c_v^p(f_v, u_v^p) = c_v(f_v) + u_v^p$ के रूप में परिभाषित किया गया है, जहाँ $u_v^p$ एक योज्य (additive) टाइमस्टैम्प संशोधन (प्रोत्साहन) है।
• संतुलन (Equilibrium): चालक अपने कथित लागत को कम करने के लिए स्वार्थी रूप से कार्य करते हैं, जिससे वार्ड्रॉप इक्विलिब्रियम (Wardrop Equilibrium) की स्थिति उत्पन्न होती है।
• मुख्य सैद्धांतिक अंतर्दृष्टि: लेखक सिद्ध करते हैं कि टाइमस्टैम्प संशोधन योज्य, पथ-विशिष्ट लागतों (additive, path-specific costs) के रूप में कार्य करते हैं। यह सिस्टम को एक पोटेंशियल फंक्शन (potential function) के साथ कंजेशन गेम के रूप में मॉडल करने की अनुमति देता है।

C. अनुकूलन सूत्रीकरण (Optimization Formulation)

समस्या को एक बाइलेवल ऑप्टिमाइज़ेशन (Bilevel Optimization) समस्या के रूप में तैयार किया गया है:

• निचला स्तर (Drivers): दिए गए प्रोत्साहन प्रोफाइल $u$ के लिए पोटेंशियल फंक्शन $\Phi(f, u)$ को कम करना।
• ऊपरी स्तर (Planner): सामाजिक लागत $C(f, u)$ को कम करने के लिए प्रोत्साहन प्रोफाइल $u$ (सीमाओं $[-\tau, \tau]$ के अधीन) का चयन करना।

महत्वपूर्ण सैद्धांतिक योगदान: लेखक इक्विलिब्रियम फ्लो के अस्तित्व और आवश्यक विशिष्टता (existence and essential uniqueness) को स्थापित करते हैं। इसका अर्थ यह है कि हालांकि कई प्रवाह वितरण गणितीय रूप से संतुलन की स्थितियों को संतुष्ट कर सकते हैं, वे सभी एक ही सामाजिक लागत प्रदान करेंगे। यह बाइलेवल ऑप्टिमाइज़ेशन में अस्पष्टता को समाप्त करता है, जिससे यह समस्या सुलभ और स्केलेबल बन जाती है।

3. मुख्य योगदान (Key Contributions)

1. स्केलेबल पदानुक्रमित आर्किटेक्चर: स्थानीय चौराहे शेड्यूलिंग और नेटवर्क-स्तरीय समन्वय का एक अभिनव पृथक्करण, जो एंड-टू-एंड केंद्रीकृत नियंत्रण की कम्प्यूटेशनल जटिलता से बचता है।
2. गैर-मौद्रिक टाइमस्टैम्प तंत्र: मौजूदा RSU क्षमताओं का उपयोग करके मार्गों के साथ योज्य लागत समायोजन प्रेरित करने की एक विधि, जो टोल या नए हार्डवेयर की आवश्यकता को समाप्त करती है।
3. सैद्धांतिक गारंटी: इस विशिष्ट लागत संरचना के तहत इक्विलिब्रियम फ्लो की आवश्यक विशिष्टता का प्रमाण, जो एक सुस्पष्ट बाइलेवल ऑप्टिमाइज़ेशन ढांचे को सक्षम बनाता है।
4. प्रायोगिक सत्यापन: उच्च-सटीकता वाले माइक्रोस्कोपिक सिमुलेशन का उपयोग करके ढांचे की प्रभावशीलता का प्रदर्शन।

4. प्रायोगिक परिणाम (Experimental Results)

ढांचे का परीक्षण दो नेटवर्क पर किया गया: सैद्धांतिक ब्रेस नेटवर्क (Braess Network) और वास्तविक सू फॉल्स नेटवर्क (Sioux Falls Network) (24 नोड्स, 76 लिंक, 552 OD जोड़े)।

• सिमुलेशन सेटअप:

  • वाहन गतिशीलता और चौराहे की कतार (queuing) को मॉडल करने के लिए SUMO (Simulation of Urban MObility) प्लेटफॉर्म का उपयोग किया गया।
  • BPR एज कॉस्ट मॉडल से मेल खाने वाले चतुर्थ घात (quartic) लागत फलनों का उपयोग करके चौराहे के विलंब को कैलिब्रेट किया गया।
  • यह सत्यापित किया गया कि टाइमस्टैम्प संशोधन नोड लागतों के योज्य ऑफसेट के रूप में कार्य करते हैं (चित्र 7 के माध्यम से समानांतर लागत वक्रों द्वारा सत्यापित)।

• प्रदर्शन मेट्रिक्स (Sioux Falls):

  • बेसलाइन: यूजर इक्विलिब्रियम (बिना प्रोत्साहन के) की सामाजिक लागत $8.04 \times 10^6$ मिनट थी।
  • सिस्टम ऑप्टिमल: सैद्धांतिक न्यूनतम लागत $7.75 \times 10^6$ मिनट थी।
  • उच्च-हस्तक्षेप मामला ($u \in [0, 2]$ मिनट): प्रोत्साहित इक्विलिब्रियम ने $7.84 \times 10^6$ मिनट तक पहुँचकर UE और SO के बीच के दक्षता अंतराल को 71.1% तक कम कर दिया।
  • निम्न-हस्तक्षेप मामला ($u \in [0, 0.5]$ मिनट): सख्त सीमाओं (अधिकतम 30 सेकंड का विलंब) के साथ भी, सिस्टम ने अंतराल को 51.3% तक कम किया।

• प्रवाह पुनर्वितरण (Flow Redistribution): विज़ुअलाइज़ेशन (चित्र 9) ने दिखाया कि प्रोत्साहनों ने भौतिक परिवर्तनों के बिना नेटवर्क लोड को संतुलित करते हुए, अत्यधिक संतृप्त केंद्रीय गलियारों से यातायात को परिधीय मार्गों (peripheral routes) की ओर सफलतापूर्वक मोड़ने में सफलता प्राप्त की।

5. महत्व और भविष्य की दिशाएँ (Significance and Future Directions)

• व्यावहारिकता: इस दृष्टिकोण के लिए कोई नया बुनियादी ढांचा नहीं चाहिए (केवल RSU के लिए सॉफ्टवेयर अपडेट) और कोई मौद्रिक लेनदेन नहीं है, जो टोल से जुड़ी इक्विटी और तैनाती की बाधाओं को संबोधित करता है।
• स्केलेबिलिटी: इक्विलिब्रियम की "आवश्यक विशिष्टता" यह सुनिश्चित करती है कि अनुकूलन समस्या बड़े नेटवर्क में भी हल करने योग्य बनी रहे, जो पिछले ट्रैफिक मॉडल की तुलना में एक महत्वपूर्ण सुधार है।
• भविष्य का कार्य: लेखक मिश्रित-स्वायत्तता वातावरण (मानव + स्वायत्त वाहन) में इस ढांचे को विस्तारित करने, वास्तविक समय के अनुकूली शिक्षण (Reinforcement Learning) को एकीकृत करने, और दक्षता को निष्पक्षता संबंधी बाधाओं के साथ संतुलित करने का सुझाव देते हैं।

निष्कर्षतः, यह शोध पत्र प्रदर्शित करता है कि चौराहा शेड्यूलिंग टाइमस्टैम्प का रणनीतिक हेरफेर स्वायत्त वाहनों के युग में शहरी यातायात प्रवाह को अनुकूलित करने के लिए एक शक्तिशाली, स्केलेबल और न्यायसंगत उपकरण है।