Data-Driven Predictive Control of Mixed Vehicular Platoon with ELM-AdaBoost Enabled Human Driving Policy

道路上において、車列（プラトーン）とは、単に複数の車が互いに近い距離を保ちながら、一つのユニットとして移動している状態を指します。何十年もの間、エンジニアたちは、燃料を節約し交通渋滞を防ぐために、正確な車間距離と速度を維持できる完璧な自動運転車両の実現を夢見てきました。しかし、現実の世界はシミュレーションではありません。近い将来、これらの自動運転車は、人間が運転する車と同じ高速道路を走行することになり、混合交通環境が生じることになります。この混在は複雑な問題を引き起こします。それは、人間のドライバーは予測不可能であるということです。ある者は攻撃的に車間を詰めることもあれば、ある者は慎重に広い間隔を保つこともあり、反応は様々です。彼らの反応は単にランダムなわけではありません。長年の習慣や個人のスタイルによって形作られているのです。自動運転車が人間の車を追従しようとする時、あるいは人間が自動運転車の後を追う時、システムはこの「人間要素」を考慮しなければなりません。もし自動運転車が人間のスタイルを無視すれば、急ブレーキをかけたり、近づきすぎたりして、車列全体を揺動させたり、予期せぬ停止を引き起こしたりする可能性があります。目標は、すべての車に同じように運転を強いるのではなく、前方のドライバーのユニークな個性を理解し、適応できるシステムを作り出すことです。

中国東南交通大学や浙江理工大学を含む複数の大学の研究者たちが、こうした混合車列を管理するための新しい手法を開発しました。彼らはこのアプローチを「ヒューマン・アンカー型（人間を基準とした）」制御戦略と呼んでいます。あらゆる人間の思考を完璧な数学的モデルとして構築しようとするのではなく（人間の行動は非常に乱雑で変動するため、それはほぼ不可能です）、彼らはデータに語らせることにしました。彼らは、車両が時間の経過とともに前方の車両に対してどのように反応するかを観察することで、実際の車両の動きから直接学習するシステムを構築しました。このデータ駆動型の手法により、コンピュータは車両の具体的な重量やドライバーの正確な反応時間を知ることなく、過去に何が起きたかに基づいて次に何が起こるかを予測できるようになり、複雑でエラーの起きやすい人間心理の公式を事実上回避することができます。

彼らの革新の核心は、人間のドライバーをどのように扱うかにあります。研究者たちは、ドライバーは一人ひとり異なるものの、多くの場合、認識可能なパターンに分類できることに気づきました。攻撃的なドライバーもいれば、標準的なドライバーもいれば、保守的なドライバーもいます。これを捉えるために、彼らは非常に鋭い観察者のように機能する高度な学習ツールを使用しました。このツールは2つの異なる学習技術を組み合わせたもので、車の速度、加速度、および前方の車両との距離を監視します。これは、ノイズの多いラジオの信号から音楽をクリアに聞き取るように、凹凸のある路面やセンサーの不具合によるノインを取り除く作業です。データがクリーンになると、システムはドライバーのスタイルを特定します。単に推測するのではなく、実際の路上での行動に基づいて、ドライバーを特定のカテゴリーに分類するのです。

システムがドライバーのスタイルを把握すると、自動運転車の挙動が変化します。もし前方のドライバーが攻撃的で車間を詰める傾向がある場合、後続の自動運転車は、不自然に感じられたり人間のドライバーに急ブレーキをかけさせたりするような「標準的な安全距離」を強制するのではなく、その好みに合わせて目標距離を調整します。もしドライバーが慎重であれば、自動運転車はより広いスペースを確保します。研究者たちはこれを「フレキシブル・ドライビング・ポリシー（柔軟な運転方針）」と呼んでいます。これは自動運転車に無謀な運転をさせるためのものではなく、自動運転車を人間のドライバーにとって自然に感じられるように運転させ、それが結果として車列全体の流れをスムーズにするためのものです。システムは、車がどの程度近づけるか、どの程度の速度で加速できるかについてソフトな境界線を設定しますが、これらの境界線は誰が運転しているかに応じて変化します。

このアイデアが機能するかどうかをテストするために、チームは単なるコンピュータ・シミュレーションではなく、現実的なテスト環境を構築しました。彼らは、平均年齢31歳で少なくとも2年の運転経験を持つ34人のボランティアがハンドルを握るドライビング・シミュレーターを使用しました。これらのドライバーは3台の車列のうちの1台を制御し、他の2台は新しいソフトウェアによって制御されました。研究者たちは、この新しい「ヒューマン・アンカー型」システムを、2つの他の手法と比較しました。一つはすべてのドライバーを同様に扱う標準的な自動制御システムであり、もう一つは、個別のスタイルまでは考慮していない、やや高度なデータ駆動型システムです。テストには、先頭の車が加速や減速を行う複雑な交通シナリオが含まれており、それによって車列に反応を強いる仕組みになっています。

結果は明確な違いを示しました。標準的なシステムと高度なデータ駆動型システムのどちらも、車列を安定させるのに苦労しました。車は目標距離をオーバーシュートし、目標より前方に進みすぎてから、追いつくために急ブレーキをかけるという現象が起き、それが車列全体に速度変化の波（リップル効果）を生み出しました。対照的に、新しいヒューマン・アンカー型システムは、目標とする50メートルの距離に対して非常にタイトな間隔を維持しました。自動運転車は、他のテストで見られたようなガタガタとした振動運動を起こすことなく、人間のドライバーの動きに従いました。車の速度はスムーズに保たれ、不快感や事故につながりがちな急激な速度の変化も回避されました。たとえ人間のドライバーが攻撃的であっても、システムは適応し、人間の行動を変えることを強いることなく安定性を維持しました。

研究では、異なるタイプのドライバーに対してシステムがどのように機能するかについても調査が行われました。人間のドライバーが保守的な場合、システムは間隔の誤差を非常に小さく抑え、安全で安定した乗り心地を確保しました。ドライバーが攻撃的な場合、システムは依然として制御を維持しましたが、間隔の誤差はわずかに大きくなりました。これは、距離を詰めることを好むドライバーを追従する場合、予想される範囲内のことです。極めて重要なのは、これらの小さな誤差が車列の下流に向かって拡大するのをシステムが防いだことです。これは交通工学において「ストリング・スタビリティ（車列安定性）」と呼ばれ、たった一度のブレーキ操作から始まる交通渋滞を防ぐために不可欠な要素です。新しい手法は、人間のドライバーのスタイルを尊重することで、自動運転車がグループ全体をより安全かつ快適にできることを証明しました。

この研究は、将来の交通制御には、人間がロボットになる必要はないということを示しています。むしろ、ロボットがより「人間を意識した（ヒューマン・アウェア）」存在になる必要があるのです。データを用いて個々の運転習慣を理解し、それに応じて自動的な応答を調整することで、研究者たちは、人間と機械が路上でよりスムーズかつ安全に共存するための道筋を示しました。システムは、安全性の確保とパーソナライズされた運転体験への欲求をうまく両立させ、少しの理解が交通の流れを維持するためにいかに大きな役割を果たすかを証明したのです。