基于MCMC采样最大流的城市尺度污染感知交通路由
人工智能
2023-03-01 v1
摘要
全球城市地区空气污染的一个重要成因是大量的道路交通。长期暴露于严重污染中会引发严重的健康问题。解决该问题的一种途径是设计一种污染感知的交通路由策略，以平衡多个目标：i)避免任何区域出现极端污染，ii)实现短通行时间，以及iii)有效利用道路容量。我们针对该问题提出了一种新颖的基于采样的方法。我们首次构造了一个马尔可夫链，能够对平面图的整数最大流解进行采样，并具有概率依赖于总通行长度的理论保证。我们利用多样化样本设计了一种交通策略，并使用SUMO交通模拟器在真实世界道路图上模拟了交通。在针对全球大城市的地图进行实验时，我们观察到与其他方法相比，严重污染区域显著减少。
引用
@article{arxiv.2302.14442,
title = {City-scale Pollution Aware Traffic Routing by Sampling Max Flows using MCMC},
author = {Shreevignesh Suriyanarayanan and Praveen Paruchuri and Girish Varma},
journal= {arXiv preprint arXiv:2302.14442},
year = {2023}
}
备注
Accepted in AAAI 2023 (AI for Social Impact Track)