予測安全と飢餓回避制約に基づく確率感知反事実交通信号制御：Vizion ベースセンシングの活用

arXiv:2602.07784v1 発表タイプ：new 概要：適応型交通信号制御の実世界展開は、今日では、ビジョンベースのパースプの不確実性、明示的な安全性、および主にシミュレーションで学習・検証された非解釈可能な制御政策に関連する不確実性のため、まだ限定的なものに限られています。本論文では、UcatSc というモデルベースの交通信号制御システムを提案します。UcatSc は、部分的な可観測性を前提とし、ビジョンベースのパースプの不確実性を考慮しながら、確率的決定過程を用いて交差点における交通信号制御をモデル化します。強化学習手法が報酬整形を用いて安全の予測を学習するのに対し、UcatSc は信念空間における反事実ロールアウト中に、安全と飢餓回避に関するハード制約を予測かつ強制します。本システムは、交通遅延と排気ガスの削減を改善するとともに、安全上の重要な誤りを防止し、明示的なモデルに基づいた解釈可能な制御政策の出力を提供するように設計されています。

arXiv:2602.07784v1 Announce Type: new Abstract: Real-world deployment of adaptive traffic signal control, to date, remains limited due to the uncertainty associated with vision-based perception, implicit safety, and non-interpretable control policies learned and validated mainly in simulation. In this paper, we introduce UCATSC, a model-based traffic signal control system that models traffic signal control at an intersection using a stochastic decision process with constraints and under partial observability, taking into account the uncertainty associated with vision-based perception. Unlike reinforcement learning methods that learn to predict safety using reward shaping, UCATSC predicts and enforces hard constraints related to safety and starvation prevention during counterfactual rollouts in belief space. The system is designed to improve traffic delay and emission while preventing safety-critical errors and providing interpretable control policy outputs based on explicit models.