| Autor: |
Fabre, Eric, Hélouët, Loïc, Thébault, Antoine |
| Přispěvatelé: |
SUpervision of large MOdular and distributed systems (SUMO), Inria Rennes – Bretagne Atlantique, Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-LANGAGE ET GÉNIE LOGICIEL (IRISA-D4), Institut de Recherche en Informatique et Systèmes Aléatoires (IRISA), Université de Rennes (UR)-Institut National des Sciences Appliquées - Rennes (INSA Rennes), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Université de Bretagne Sud (UBS)-École normale supérieure - Rennes (ENS Rennes)-Institut National de Recherche en Informatique et en Automatique (Inria)-CentraleSupélec-Centre National de la Recherche Scientifique (CNRS)-IMT Atlantique (IMT Atlantique), Institut Mines-Télécom [Paris] (IMT)-Institut Mines-Télécom [Paris] (IMT)-Université de Rennes (UR)-Institut National des Sciences Appliquées - Rennes (INSA Rennes), Institut Mines-Télécom [Paris] (IMT)-Institut Mines-Télécom [Paris] (IMT)-Institut de Recherche en Informatique et Systèmes Aléatoires (IRISA), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Université de Bretagne Sud (UBS)-École normale supérieure - Rennes (ENS Rennes)-CentraleSupélec-Centre National de la Recherche Scientifique (CNRS)-IMT Atlantique (IMT Atlantique), Institut Mines-Télécom [Paris] (IMT)-Institut Mines-Télécom [Paris] (IMT), Helouet, Loic |
| Jazyk: |
angličtina |
| Rok vydání: |
2022 |
| Předmět: |
|
| Popis: |
This paper considers traffic management in metro networks, and techniques to allow fleets of trains to recover from bunching situations. We address this problem as a controller synthesis question. Controllers decide online train speeds and dwell durations to optimize the time needed to return to an ideal status of a network. We consider a formal model for metro lines based on a variant of Petri nets, and take as objective the minimization of the time needed to recover from a congestion. Though this is a standard timed game, the size of the state space for this model forbids standard synthesis techniques. We hence address the control question with ad-hoc local controllers, that take their decisions from neighbourhood of a train and ignore the rest of the network. We first propose a local controller that balances the headways w.r.t. the preceding and successor trains at each stop. The returned solution is obtained as the minimum of a quadratic cost function. We then replace the quadratic function minimization by a decision returned by a neural network trained on our metro model, and compare performances of both types of controllers on a case study. |
| Databáze: |
OpenAIRE |
| Externí odkaz: |
|
