PALCAS：連合強化学習と優先度認識に基づく自動運転車のための優先度対応知能レーンチェンジ助言システム

要旨: 自律走行車（AV）のための、多エージェントの連合強化学習に基づく優先度を考慮したインテリジェントな車線変更アドバイザリシステム、すなわちPALCASを提案します。既存の車線変更アプローチは、一般に単一エージェントシステムまたは中央集権型の多エージェントシステムに焦点を当てていますが、本研究では、車両の目的地への到達緊急度に基づいて車線変更を優先する、連合強化学習ベースの多エージェント車線変更システムを導入します。PALCASは、必須の状況および裁量のある状況の両方において、慎重な車線変更判断を可能にする新しい優先度を考慮した安全な車線変更報酬関数を組み込みます。PALCASは、エージェント間の効果的な協調を促進するために、パラメータ化された深層Qネットワーク（PDQN）アルゴリズムを活用し、AVの横方向および縦方向の運動制御の両方を可能にします。SUMO交通シミュレータおよびMosaic V2X通信フレームワークを用いて実施した大規模なシミュレーションにより、PALCASは、ベースライン手法と比較して交通効率、走行安全性、快適性、目的地到着率、ならびに合流成功率を大幅に向上させることを示します。