A Continuification Approach to CAV Control in Mixed Traffic via Variable Speed Limits

技術要約：可変速度制限を用いた混合交通におけるCAV制御への連続化アプローチ

問題提起
交通渋滞の緩和および、所望のプロファイルへのシステム密度の調整は、現代の交通制御戦略における主要な目的である。可変速度制限（VSL）制御やランプメータリングは確立された手法であるが、制御アクチュエータとしてコネクテッド自動運転車（CAV）を利用する手法が注目を集めている。混合交通におけるCAVの制御に関する既存のアプローチは、通常、結合された偏微分方程式-常微分方程式（PDE-ODE）フレームワークを用いて、CAVの影響を「移動ボトルネック」としてモデル化している。このフレームワークにおいて、PDEはマクロな交通流（密度と流量）を記述し、ODEは特定の移動するCAVのダイナミクスをモデル化する。

これらの結合モデルに対する既存の制御戦略は、一般にODEの制約に対して直接設計されている（例：比例・積分（PI）コントローラやモデル予測制御（MPC））。このようなアプローチには、計算上のスケーラビリティという重大な限界がある。すなわち、CAVの数が増加するにつれて制御問題の次元が増大し、リアルタイム実装を妨げる可能性のある計算時間の増加を招くことである。逆に、マクロなPDEに対して直接制御を設計することは計算効率が高いが、システム内のすべてのエージェントが制御可能であることを前提としており、これはCAVの普及率が低い場合には成立しない。本論文は、これら二つの極端な手法の間にある溝を埋めるべく、疎な数のCAVを、計算効率を維持したままPDEベースの設計を用いて制御する方法を模索することで、この問題に対処する。

手法
提案される手法は、マクロなPDE制御とミクロなCAVアクチュエーションの間の隔たりを埋めるために、「連続化（continuification）」アプローチを利用している。プロセスは主に3つの段階で構成される：

1. マクロPDE制御設計： 著者らは、交通密度を記述する一次スカラー双曲型PDEであるLighthill-Whitham-Richards（LWR）モデルから出発する。著者らは、VSL制御のために以前に導出された無限次元線形二次レギュレータ（LQR）を利用する。このコントローラは、高速道路の全区間にわたる最適な速度制限プロファイルを決定し、交通密度を所望のセットポイントへと駆動する。制御入力は、システムのヒルベルト空間上で代数リッカチ方程式を解くことによって解析的に導出される。
2. 連続化と離散化： 個々のCAVごとにコントローラを設計する代わりに、最適無限次元VSL制御信号を、利用可能なCAVの特定の位置へと離散化する。特定の位置 $z_i$ に存在するCAV $i$ に対する制御アクション $u_i(t)$ は、その地点における最適VSLプロファイルの値を割り当てられる。
3. 移動ボトルネック・ダイナミクスによるアクチュエーション： 割り当てられた速度は、CAVの目標速度となる。しかし、実際の速度は周囲の交通流によって制約を受ける。もし指令された速度が周囲の交通速度を上回る場合（あるいは密度が高すぎる場合）、CAVは、結合されたPDE-ODEモデルによって定義される局所的な交通条件に適応する移動ボトルネックとして機能する。

このアプローチは、ベースラインとなるODEベースのモデル予測制御（MPC）戦略と対比される。MPCは、各個別のCAVのダイナミクスを明示的に考慮しながら、交通密度の平方根平均二乗誤差（RMSE）を最小化するために、各タイムステップで制約付き最適化問題を解くものである。

主な貢献

• 新規な制御アーキテクチャ： 本論文は、ODEベースのマルチエージェント制御の計算負荷を回避する、PDEベースの移動ボトルネックコントローラを導入する。制御設計をまず無限次元のPDEに対して行い、その後にエージェントへマッピングすることで、この手法は制御の複雑さをCAVの数から切り離すことができる。
• 計算効率： 提案手法は、任意の数のCAVに対する制御入力が、PDE制御問題の単一の解析解と、それに続く単純な点別評価によって計算可能であることを示している。これは、最適化問題のサイズが車両数に応じてスケールするODEベースのMPCとは対照的である。
• グローバル最適解への収束： 本研究では、CAVの数が増加する際のシステムの挙動を調査し、PDEベースのアプローチが、無限次元LQRによって決定されるグローバル最適解へと収束することを示している。

シミュレーション結果
提案手法の有効性は、正規化されたパラメータを用いた環状道路の数値シミュレーションを用いて評価された。研究では、PDEベースの連続化コントローラを、1台、2台、および5台のCAVを含むシナリオにおけるODEベースのMPCベースラインと比較した。

• 性能： 両方のコントローラは、交通密度を所望のプロファイルへと駆動することに成功した。しかし、PDEベースのコントローラは、ODEベースのMPCよりも高速に高密度波を減衰させた。5台のCAVのシナリオでは、PDEベースのアプローチは密度を著しく迅速に制御し、理想的な無限次元グローバル最適VSL解の性能に接近した。
• 計算時間： PDEベースのアプローチは大幅に効率的であった。5台のCAVの場合、ODEベースのMPCよりも約600倍高速であった。ODEベースのMPCは、2台および5台のCAVにおいて計算時間がリアルタイム制限を超過（Real Time Factor > 1）したが、PDEベースのアプローチはすべてのケースにおいてリアルタイム実行能力の範囲内（Real Time Factor < 0.005）に留まった。
• 初期条件： 結果は、CAVの初期配置が過渡的な誤差プロファイル、特に単一CAVのシナリオに影響を与えることを浮き彫りにしたが、すべての構成において最終的には所望の密度へと収束した。

意義と主張
本論文は、提案された連続化アプローチが、混合交通シナリオにおいて制御性能と計算可能性の優れたバランスを提供すると主張している。制御設計をマクロなPDEレベルへと移行することで、この手法は、低計算オーバーヘッドを維持しながら、準グローバルな最適性能を達成する。著者らは、この手法が大規模な交通ネットワークや、CAVの普及率が高まるシナリオにおいて特に適しており、ODEベースの手法が計算量的に困難になる状況においても有効であると断言している。本研究は、PDEベースのコントローラが、所望の密度プロファイルに到達する上でより効率的であるだけでなく、制御対象のエージェント密度が増加するにつれて無限次元のグローバル最適解に接近するという、スケーラブルな性質を持つことを結論付けている。今後の課題として、これらの制御アクションをより現実的なマイクロシミュレータに適用すること、および非環状道路ネットワークにおける制御可能性に対するCAV配置の影響を分析することが挙げられている。