Earticle

초록

영어

This study applies reinforcement learning to effectively operate expressway hard shoulder running (HSR). An HSR algorithm was developed, and its effectiveness was evaluated using the VISSIM microscopic simulation program. The simulation evaluated two aspects: mobility and safety. The DQN-based HSR algorithm found speed improvement of up to 26 km/h. Compared to the current method, the difference in the number of conflicts was not significant. Considering the results, a DQN-based HSR operation has a clear effect, and it is necessary to consider adjusting the current operational criteria.

한국어

본 연구는 고속도로 상의 반복적인 교통 혼잡 문제를 해결하기 위한 현실적인 대안 중 하나 인 고속도로 갓길차로제를 효과적으로 운영하기 위해 강화학습 기법을 적용하고자 하였다. 강 화학습의 DQN을 활용한 갓길차로제 운영 알고리즘을 개발하였고 미시교통시뮬레이션 프로그 램 VISSIM을 활용하여 경부선 기흥IC-수원IC 구간의 데이터를 활용하여 강화학습 에이전트를 학습시켰고 그 효과를 평가하였다. 효과평가는 크게 이동성과 안전성의 두 가지 측면에서 진 행하였다. 분석 결과 DQN 기반 갓길차로제 운영을 통해 시간당 최대 26km/h의 속도 개선 효과 가 발생하였으며, DQN 에이전트는 기존 운영 기준인 60km/h 보다 약 10km/h 높은 속도로 갓길 차로제를 운영하였다. 안전성 효과의 경우 기존 운영 방식과 DQN 기반 운영을 통해 발생되는 차량 간 상충건수를 비교하였고 산출된 상충건수의 차이가 크지 않아 10km/h의 운영 기준 속 도의 차이가 큰 영향을 주지 않은 것으로 판단하였다. 이러한 결과를 종합적으로 고려할 때 강화학습 기반 고속도로 갓길차로제 운영은 이동성 측면에서는 분명한 효과가 존재하였고 현 재 운영 기준 속도의 조정을 고려해볼 필요가 있을 것으로 판단된다.

목차

요약
ABSTRACT
Ⅰ. 서론
1. 연구의 배경 및 목적
2. 연구의 범위 및 절차
Ⅱ. 관련 이론 및 문헌 고찰
1. 고속도로 갓길차로제
2. 갓길차로제 관련 연구
3. 강화학습
4. 시사점
Ⅲ. 강화학습 기반 갓길차로제 운영 알고리즘 개발
1. 알고리즘 개요
2. 갓길차로제 운영 방법론
Ⅳ. 강화학습 기반 갓길차로제 운영 알고리즘 효과 평가
1. 효과 평가를 위한 시뮬레이션 네트워크 구축
2. 시뮬레이션 네트워크 정산
3. 강화학습 기반 갓길차로제 운영 효과 분석
Ⅴ. 결론 및 향후 연구과제
ACKNOWLEDGEMENTS
REFERENCES

키워드

저자

• 정하림 [ Harim Jeong | 아주대학교 교통시스템공학과 연구조교수 ] 주저자
• 박상민 [ Sangmin Park | 한국교통연구원 도로교통연구본부 부연구위원 ] 공저자
• 강성관 [ Sungkwan Kang | 한국도로공사 건설처 차장 ] 공저자
• 윤일수 [ Ilsoo Yun | 아주대학교 교통시스템공학과 교수 ] 교신저자

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  한국ITS학회논문지 [The Journal of The Korean Society of Intelligent Transport Systems]

• 간기

  격월간

• pISSN

  1738-0774

• eISSN

  2384-1729

• 수록기간

  2003~2026

• 등재여부

  KCI 등재

• 십진분류

  KDC 326 DDC 338