日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

群制御arXiv:2511.05886

公平かつ安全:交差点向けリアルタイム階層制御フレームワーク

Fair and Safe: A Real-Time Hierarchical Control Framework for Intersections

シェア:XThreadsFacebookLINEはてブBluesky

交差点での自動運転車両調整に公平性を組み込み、上位層で制御権を割り当て、下位層でLQRと安全フィルタにより衝突回避を実現する階層制御手法を提案した。

詳しい要約

1. どんなもの?

- 交差点における connected and automated vehicles の協調制御のための、fairness-aware な階層型制御フレームワークを提案した論文。 - 上位層で centralized allocation module が制御権限を1台に割り当てる。 - 下位層で認可された車両が trajectory を実行し、安全フィルタを適用する。 - 安全性が重要なリアルタイム交通制御において、公平性(equity)を明示的に扱う点を主題とする。

2. 先行研究と比べてどこがすごい?

- 交差点の connected and automated vehicles 協調において、公平性は社会的受容性や長期的効率に重要だが、安全-critical なリアルタイム制御では未探索と位置づけている。 - 先行研究との具体的な比較・優位性の数値的対比は要旨からは不明。 - 提案の主張は、公平性を安全性や性能を犠牲にせず体系的に組み込める点。

3. 技術・手法の肝は?

- 階層型制御: 上位の centralized allocation module と下位の trajectory 実行・安全フィルタから成る。 - 上位層: waiting time、urgency、control history、velocity deviation を考慮した utility を最大化して制御権限(1台選択)を割り当てる。 - inequity aversion を明示的に統合し、公平性を目的関数に反映。 - 下位層: 認可車両が precomputed trajectory を Linear Quadratic Regulator (LQR) で実行。 - 高次 Control Barrier Function (HOCBF) ベースの safety filter でリアルタイム衝突回避を行う。

4. どうやって有効だと検証した?

- Simulation により、異なる traffic demands と demand distributions の下で評価。 - 結果: near-perfect fairness を達成、collisions を排除、average delay を低減、real-time feasibility を維持。 - 具体的なシミュレータ名・指標定義・比較対象は要旨からは不明。

5. 議論はある?

- 公平性を安全性・性能と両立しつつ体系的に組み込めることを示唆。 - scalable で equitable な将来の autonomous traffic systems への展開可能性を主張。 - 限界・前提条件・スケーラビリティの詳細な議論は要旨からは不明。

6. 次に読むべき論文は?

- 要旨で参照・比較されている個別研究は明示されていない。 - 関連手法として Control Barrier Function (CBF)、High-Order Control Barrier Function (HOCBF)、Linear Quadratic Regulator (LQR)、inequity aversion を用いた公平性モデリング、intersection management の centralized allocation に関する文献を次に読む候補とする。

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Lei Shi, Yongju Kim, Xinzhi Zhong, Wissam Kontar, Qichao Liu, Soyoung Ahn

分類: cs.RO

原文アブストラクト

Ensuring fairness in the coordination of connected and automated vehicles at intersections is essential for equitable access, social acceptance, and long-term system efficiency, yet it remains underexplored in safety-critical, real-time traffic control. This paper proposes a fairness-aware hierarchical control framework that explicitly integrates inequity aversion into intersection management. At the top layer, a centralized allocation module assigns control authority (i.e., selects a single vehicle to execute its trajectory) by maximizing a utility that accounts for waiting time, urgency, control history, and velocity deviation. At the bottom layer, the authorized vehicle executes a precomputed trajectory using a Linear Quadratic Regulator (LQR) and applies a high-order Control Barrier Function (HOCBF)-based safety filter for real-time collision avoidance. Simulation results across varying traffic demands and demand distributions demonstrate that the proposed framework achieves near-perfect fairness, eliminates collisions, reduces average delay, and maintains real-time feasibility. These results highlight that fairness can be systematically incorporated without sacrificing safety or performance, enabling scalable and equitable coordination for future autonomous traffic systems.

関連論文

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2newmoとKDDIが資本業務提携 2028年に堺市で自動運転タクシー商用化目指す提携・買収
  3. 3GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

FRONTIER(GPU搭載BTOパソコン)

FRONTIER(GPU搭載BTOパソコン)の公式広告バナーFRONTIERでGPU搭載PCを見る ↗
PR本紙発行元 EmplifAI