デジタルツインとエージェント型AIによる自律交通信号最適化：リアルタイム意思決定のために

Abstract

本記事では、交通インフラのデジタルツインを通じて信号機の最適化を行う新しい枠組みを概説する。この枠組みは、エージェント型AIにより管理され、リアルタイムの自律的な意思決定を保証する。枠組みは、物理センサーとエッジコンピューティングに依拠し、リアルタイムの交通情報を計測し、常に更新されるデジタルツイン上で交通流をシミュレートする。信号機は、交通渋滞、移動遅延、交通パターンに応じてデジタルツインにより自動的に制御される。本アプローチは、3層システムとして実装される：認識（perception）、概念化（conceptualization）、行動（action）。認識層は物理システムに関するデータを受け取る。概念化層はLangChainを用いてデータを処理する。そして行動層は、最適化された交通信号制御アルゴリズムを実装するために、Model Context Protocol（MCP）および交通管理APIに接続する。結果は、この枠組みが信号機での待ち時間を最小化し、固定周期および強化学習ベースのベースラインよりも、交通流全体の有効性に対して肯定的な影響を与えることを示している。