BEGIN:VCALENDAR VERSION:2.0 PRODID:-//TUC//Events//EN CALSCALE:GREGORIAN BEGIN:VTIMEZONE TZID:Europe/Athens TZNAME:EEST DTSTART:19700329T030000 RRULE:FREQ=YEARLY;BYDAY=-1SU;BYMONTH=3 BEGIN:STANDARD TZOFFSETFROM:+0200 TZOFFSETTO:+0300 TZNAME:EET DTSTART:19701025T040000 RRULE:FREQ=YEARLY;BYDAY=-1SU;BYMONTH=10 END:STANDARD END:VTIMEZONE BEGIN:VEVENT CREATED:20240913T184905Z LAST-MODIFIED:20240913T184905Z DTSTAMP:20260414T032215Z UID:1776126135@tuc.gr SUMMARY:Παρουσίαση διδακτορικής διατριβής κ. Δημητρίου Τρουλλινού, Σχολή ΜΠΔ LOCATION: DESCRIPTION:https://www.tuc.gr/el/to-polytechnei o/ilektronikes-ypiresies/imerologio/ imerologio-ekdiloseon-1?tx_tucevents 2_tuceventsdisplay%5Baction%5D=show& tx_tucevents2_tuceventsdisplay%5Bcon troller%5D=Event&tx_tucevents2_tucev entsdisplay%5Bevent%5D=7213&cHash=37 d991cceeb92f7930fcc0d815847c80\nΠΟΛΥ ΤΕΧΝΕΙΟ ΚΡΗΤΗΣ\n ΣΧΟΛΗ ΜΗΧΑΝΙΚΩΝ ΠΑΡ ΑΓΩΓΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ\n  \n Ονοματεπώ νυμο:   Δημήτριος Τρουλλινός\n Αριθμ ός Μητρώου:               2019019054 \n  \n Θέμα\n Τίτλος στα Ελληνικά:            Λήψη αποφάσεων σε Πολυπρακτ ορικά Συστήματα για Κυκλοφορία Χωρίς Λωρίδες\n Τίτλος στα Αγγλικά:             Multiagent Decision Making for Lane-Free Traffic\n Επιτροπή:\n Επι βλέπων:                 Μάρκος Παπαγ εωργίου (Ομότιμος Καθηγητής)\n Πρώτο Μέλος:            Γεώργιος Χαλκιαδά κης (Καθηγητής)\n Δεύτερο Μέλος:           Ιωάννης Παπαμιχαήλ (Καθηγητής) \n Τρίτο Μέλος:              Ελευθέρ ιος Δοϊτσίδης (Επίκ. Καθηγητής)\n Τέ ταρτο Μέλος:          Βασίλης Σαμολα δάς (Αναπλ. Καθηγητής)\n Πέμπτο Μέλο ς:           Μιχαήλ Λαγουδάκης (Καθη γητής)\n Έκτο Μέλος:               A lessandro Farinelli (Professor, Univ ersity of Verona, Ιταλία)\n  \n Περί ληψη Διατριβής στα Ελληνικά:   \n Η πρόοδος της τεχνολογίας και μεθόδων στον τομέα των μεταφορών, και πιο συ γκεκριμένα στον αυτοματισμό των οχημ άτων, οδηγεί σε ερευνητικές προσπάθε ιες που εξετάζουν την ύπαρξη και την ενσωμάτωση Αυτοματοποιημένων Οχημάτ ων (Automated Vehicles, AV) στην κυκ λοφορία. Σε μια μελλοντική εποχή που θα υπάρχουν περιβάλλοντα κυκλοφορία ς χωρίς να περιλαμβάνουν οχήματα οδη γούμενα από ανθρώπους, έννοιες που σ ήμερα φαίνονται ριζωμένες μπορεί μελ λοντικά να ξεπεραστούν λόγω των βελτ ιωμένων δυνατοτήτων παρατήρησης, υπο λογιστικής ισχύς και επικοινωνίας τω ν AV σε σύγκριση με τους ανθρώπινους οδηγούς. Σαφώς, οι δυνατότητες επικ οινωνίας των AV—εισάγοντας την έννοι α των Συνδεδεμένων και Αυτοματοποιημ ένων Οχημάτων (Connected and Automat ed Vehicles, CAV)—παρουσιάζουν νέες δυνατότητες για συντονισμένη συμπερι φορά. Για αυτό το σκοπό, το TrafficF luid είναι ένα ερευνητικό έργο που ε ξετάζει την εγκατάλειψη της έννοιας της λωρίδας σε περιβάλλοντα που αποτ ελούνται αποκλειστικά με CAV. Οι δύο κύριες πτυχές που εξετάζονται σε αυ τό το έργο αφορούν: (α) κίνηση οχημά των χωρίς λωρίδες, που σημαίνει ότι τα CAV δεν περιορίζονται πλέον σε συ γκεκριμένες τοποθετήσεις με βάση την ύπαρξη λωρίδων και μπορούν να κινού νται πλήρως ελεύθερα εντός του διαθέ σιμου δρόμου, και (β) nudging (ώθηση ), δηλαδή, τα CAV μπορούν να αντιδρά σουν με ομαλές κινήσεις σύμφωνα με τ η συμπεριφορά άλλων οχημάτων που βρί σκονται στο πίσω μέρος, βοηθώντας έτ σι τα ταχύτερα οχήματα που επιθυμούν να προσπεράσουν. Στην παρούσα διατρ ιβή μελετάμε την κυκλοφορία χωρίς λω ρίδες με ελεγχόμενα CAV ως ένα πολυπ ρακτορικό περιβάλλον (multiagent env ironment). Ως εκ τούτου, κάθε CAV έχ ει τη μορφή ενός πράκτορα, και προτε ίνουμε καινοφανείς προσεγγίσεις για τη λήψη αποφάσεων των CAV σε αυτό το νέο περιβάλλον. \n Αρχικά, μοντελοπ οιούμε το πρόβλημα με μια δομή γράφο υ Factor Graph που ενσωματώνει τις α λληλεπιδράσεις γειτονικών πρακτόρων και αξιολογεί τους στόχους που αφορο ύν την επιθυμητή ταχύτητα του εκάστο τε πράκτορα αλλά και την αποφυγή συγ κρούσεων. Στη συνέχεια, με τη χρήση του Max-Sum, ενός αλγόριθμου μετάδοσ ης μηνυμάτων, πραγματοποιείται ένας τοπικός υπολογισμός μηνυμάτων από τη πλευρά του κάθε πράκτορα, με σκοπό να μπορούν να λάβουν αποφάσεις με βά ση και τις προθέσεις των κοντινών το υς πρακτόρων, κάτι που έχει ως αποτέ λεσμα τη συντονισμένη συμπεριφορά. Ο ι τοπικές συναρτήσεις αξιολόγησης βα σίζονται σε μια προσαρμοσμένη ελλειψ οειδή μορφή Artificial Potential Fie lds, που ποσοτικοποιεί αποτελεσματικ ά τον κίνδυνο σύγκρουσης μεταξύ δύο πρακτόρων. Η συγκεκριμένη προσέγγιση έχει αποτελέσει βάση για επεκτάσεις πάνω σε Ενισχυτική Μάθηση για περιβ άλλον ενός πράκτορα, καθώς και σε έν α πιο διευρυμένο πλαίσιο όπου ο αλγό ριθμος μπορεί πλέον να ενσωματώσει τ ην ύπαρξη εξωτερικών οχημάτων που δε ν επικοινωνούν με τους πράκτορες, ει σάγοντας αβεβαιότητα στο πρόβλημα. \ n Στη συνέχεια, εστιάσουμε την προσο χή μας στον αλγόριθμο μετάδοσης μηνυ μάτων και τον εγγενή περιορισμό του σχετικά με την εφαρμογή του σε συνεχ είς χώρους. Συγκεκριμένα, το περιβάλ λον κυκλοφορίας χωρίς λωρίδες είναι συνεχές, ενώ ο αλγόριθμος Max-Sum στ οχεύει σε διακριτούς χώρους και οι υ πάρχουσες επεκτάσεις προς αυτή την κ ατεύθυνση έχουν απαιτήσεις που δεν τ αιριάζουν με το πεδίο εφαρμογής. Για την αντιμετώπιση αυτού του προβλήμα τος, προτείνουμε την ενσωμάτωση των Quadtrees στον Max-Sum, μια δεντρική δομή δεδομένων που προέρχεται από τ ην υπολογιστική γεωμετρία και μπορεί να προσεγγίσει έναν δισδιάστατο χώρ ο αποφάσεων. Κατά συνέπεια, όλα τα τ οπικά μηνύματα—που περιέχουν αξιολόγ ηση του χώρου των μεταβλητών—έχουν π λέον μία Quadtree αναπαράσταση που κ ατασκευάζεται αυτόματα με βάση τη πρ οσέγγιση μας, η οποία οδηγεί σε ένα μηχανισμό δυναμικής διακριτοποίησης του συνεχούς χώρου. Η πειραματική αξ ιολόγηση δείχνει ότι ο Max-Sum με Qu adtrees μπορεί να προσαρμοστεί στην δυσκολία του προβλήματος επιλέγοντας περισσότερα διακριτά σημεία αυτόματ α για την αποφυγή συγκρούσεων, σε σύ γκριση με ένα προκαθορισμένο σύνολο διακριτών σημείων.\n Έπειτα, στρέφου με την προσοχή μας σε πιο ρεαλιστικά περιβάλλοντα επικοινωνίας, μαζί με την χρήση μηχανισμών ασφάλειας και τ ον βασικό έλεγχο των CAV. Προς αυτή τη κατεύθυνση, παρουσιάζουμε μια υβρ ιδική μέθοδο που αποτελείται από ένα ν μηχανισμό κανόνων για το όχημα, κα ι μία αναθεωρημένη Factor Graph προσ έγγιση που είναι πλέον κατανεμημένη και λαμβάνει υπόψη πιο ρεαλιστική (κ αι περιορισμένη) επικοινωνία μεταξύ των πρακτόρων βασισμένη σε αναμετάδο ση πληροφοριών. Ένα βασικό στοιχείο αυτής της προσέγγισης είναι η χρήση δυναμικών πλευρικών περιοχών, μια νέ α τεχνική όπου παρέχει στους πράκτορ ες μια δομημένη αναπαράσταση των κον τινών οχημάτων. Οι πράκτορες αξιοποι ούν αυτή την αναπαράσταση και ενσωμα τώνουν μοντέλα που προέρχονται από τ η βιβλιογραφία για τον έλεγχο τους, αλλά και για τον καθορισμό κανόνων α σφαλείας. Ως εκ τούτου, οι μεταβλητέ ς που συντονίζει η νέα μοντελοποίηση Factor Graph αντιστοιχούν πλέον σε μια πιο στρατηγική ενέργεια, αυτή τη ς επιθυμητής πλευρικής ευθυγράμμισης , δηλαδή, το πώς μπορούν οι πράκτορε ς να τοποθετηθούν πλευρικά, ώστε να επιτευχθούν οι επιθυμητές προσπεράσε ις πιο έγκαιρα και με συντονισμένες κινήσεις. Το ρεαλιστικό πλαίσιο επικ οινωνίας των πρακτόρων στο Factor Gr aph συνδέεται με την ασύγχρονη ενημέ ρωση των μεταβλητών τους, ενώ ο υπολ ογισμός των μηνυμάτων του Max-Sum πρ οϋποθέτει συγχρονισμένη ενημέρωση με ταξύ των πρακτόρων. Συνεπώς, παρέχου με τον Conditional Max-Sum ως επέκτα ση με μια αναθεωρημένη εξίσωση για τ ον υπολογισμό των μηνυμάτων, λαμβάνο ντας υπόψη το σχετικό χρονισμό των ε πικείμενων ενημερώσεων μεταξύ συνδεδ εμένων πρακτόρων. Η πειραματική διαδ ικασία διεξάγεται τόσο σε στατικά όσ ο και σε περιβάλλοντα μεγάλης κλίμακ ας, όπου η προτεινόμενη υβριδική προ σέγγιση παρέχει υψηλές επιδόσεις ακό μα και σε πιο απαιτητικές συνθήκες, ενώ ο Conditional Max-Sum επιδεικνύε ι καλύτερη απόδοση όσον αφορά την τα χύτητα και την άνεση των πρακτόρων σ ε σύγκριση με την υπάρχουσα μέθοδο υ πολογισμού των μηνυμάτων.\n Τέλος, π αρουσιάζουμε το TrafficFluid-Sim, έν αν προσομοιωτή για περιβάλλοντα χωρί ς λωρίδες στο μικροσκοπικό επίπεδο, το οποίο επεκτείνει τον υφιστάμενο π ροσομοιωτή SUMO με αρκετά διαδεδομέν η χρήση σε συμβατικά περιβάλλοντα με λωρίδες. Για τη μοντελοποίηση κυκλο φορίας χωρίς λωρίδες, πλέον τα οχήμα τα έχουν την ελευθερία να βρίσκονται σε οποιαδήποτε πλευρική θέση, αγνοώ ντας τις τυποποιημένες έννοιες των ε λιγμών αλλαγής λωρίδας που είναι συν ήθως ενσωματωμένες σε έναν προσομοιω τή. Αναπτύχθηκε μια δυναμική βιβλιοθ ήκη (API) για την άμεση παρακολούθησ η της κυκλοφορίας και τον έλεγχο της κίνησης των οχημάτων, η οποία δεν π εριλαμβάνει καμία επιβάρυνση επικοιν ωνίας, κάτι που οι υπάρχουσες πρακτι κές συνήθως επιβάλλουν. Μέσω του API , μπορούν επίσης να προσομοιωθούν γν ωστά μοντέλα επικοινωνίας όπως μεταξ ύ οχημάτων (vehicle-to-vehicle) και επικοινωνία οχημάτων με κάποια υποδο μή (vehicle-to-infrastructure). Εκτό ς από τις ανάγκες προσομοίωσης για τ ην παρούσα διατριβή, το TrafficFluid -Sim έχει αναπτυχθεί και για να υποσ τηρίξει τις ανάγκες πιο πολύπλοκων π εριβαλλόντων, καθώς και νέες εφαρμογ ές κυκλοφορίας με χαρακτηριστικά που αφορούν αποκλειστικά περιβάλλοντα χ ωρίς λωρίδες κυκλοφορίας.\n Συνοψίζο ντας, οι κύριες συνεισφορές της παρο ύσας διατριβής είναι οι ακόλουθες. Α ρχικά, προτείνουμε μια μοντελοποίηση για τη συνεργατική λήψη αποφάσεων π ολλαπλών πρακτόρων σε περιβάλλοντα χ ωρίς λωρίδα κυκλοφορίας. Στη συνέχει α παρουσιάζουμε το Max-Sum με Quadtr ees για αποκεντρωμένο συντονισμό σε συνεχείς χώρους. Έπειτα, προτείνουμε μια μέθοδο για κίνηση οχημάτων αξιο ποιώντας δυναμικές πλευρικές περιοχέ ς, και εξετάζουμε τις δυνατότητες γι α ασύγχρονη λήψη αποφάσεων με τον αλ γόριθμο Conditional Max-Sum. Τέλος, αναπτύσσουμε ένα εργαλείο για προσομ οίωση χωρίς λωρίδες που αφορά CAV. Σ υνολικά, 4 δημοσιεύσεις σχετίζονται άμεσα με την παρούσα διατριβή και επ ιπλέον 5 δημοσιεύσεις αφορούν επεκτά σεις ή πτυχές της.\n  \n Περίληψη Δι ατριβής στα Αγγλικά:   \n The techno logical and methodological progress in the field of transportation, and more specifically in vehicle automat ion, gives rise to research endeavou rs that address the existence and in corporation of Automated Vehicles (A Vs) in traffic. In a future era of t raffic environments without human-dr iven vehicles, concepts that today a ppear deeply-rooted might become out worn due to the enhanced observation al, computational and communication capabilities of AVs when compared to human drivers. Clearly, the communi cation capabilities of AVs—introduci ng the notion of Connected and Autom ated Vehicles (CAVs)—unfold unpreced ented possibilities for coordinated behaviour. To this end, TrafficFluid is a research project that examines the abandonment of the lane-princip le in environments solely populated with CAVs. The two primary investiga ted aspects involve: (a): lane-free vehicle movement, meaning that CAVs are no longer restricted to specific lane-placements and can fully mobil ize the available road; and (b): nud ging, that is, CAVs can also react w ith smooth 2-dimensional movements a ccording to the behaviour of other C AVs located in the back, thus assist ing faster vehicles wishing to overt ake. In the present thesis we invest igate lane-free traffic with control lable CAVs under a multiagent enviro nment. As such, each CAV is modeled as an agent, and we put forward nove l approaches for multiagent decision making of CAVs in this newly-found domain. \n Firstly, we introduce a F actor Graph structure considering th e local interactions of nearby agent s that evaluates the goals regarding their individual desired speed and collision avoidance. Then, with the use of Max-Sum, a message-passing al gorithm, the communicating agents ex change locally calculated messages a nd can then decide upon their action in a tractable way based on the int ents of nearby agents as well, there by resulting in collaborative behavi our. The local utility functions rel y on a fitting ellipsoid form of Art ificial Potential Fields, which effe ctively quantifies the risk of colli sion between two agents. This formul ation has also resulted in extension s for single-agent Reinforcement Lea rning approaches and in more inclusi ve frameworks where external non-com municating agents occupy the road as well and introduce uncertainty to t he problem.\n Moving forward, we foc us on the message-passing algorithm and its inherent limitation regardin g operation in a continuous space. I n particular, the lane-free domain i s a continuous one, while the Max-Su m algorithm targets discretized spac es and existing extensions towards t hat direction have unmet requirement s for the domain of interest. To tac kle this we propose the embedding of Quadtrees in Max-Sum, a tree data s tructure stemming from computational geometry that can approximate a 2-d imensional action space of the varia bles. Consequently, all locally-exch anged messages—that contain evaluati on of the variable space—have a Quad tree representation that is construc ted based on our approach, which res ults in a dynamic discretization pro cedure of the continuous domain. Our experimental evaluation shows that Max-Sum with Quadtrees can automatic ally adapt to the intensity of the p roblem and select additional discret e points that avoid collisions when compared to an apriori set of specif ied discrete points.\n Then, we shif t our attention towards more realist ic communication frameworks, along w ith a reliance on other components a s fallback-safety mechanisms and und erlying control of CAVs. To accompli sh this, we present a hybrid method consisting of a rule-based mechanism that we devise, and an updated Fact or Graph approach that is distribute d and considers more realistic (and limited) communication among agents based on broadcasting. The instrumen tal element of this approach is the introduction of dynamic lateral regi ons, a novel technique that agents e quip to obtain a structured represen tation of the surrounding lane-free traffic environment. We utilize this representation by employing models stemming from the literature for the control and regulation of agents ac cording to safety rules. As such, th e agents’ variables that the updated Factor Graph formulation coordinate s is now a more strategic and high-l evel action, that of the desired lat eral alignment, i.e., how can the ag ents be placed laterally in coordina tion so as to collaboratively enable faster vehicles to advance in a tim ely manner. The realistic communicat ion framework for the Factor Graph i s akin to the asynchrony of agents’ variable updates, while the messages calculation of Max-Sum assumes a sy nchronized update for the agents. Th erefore, we provide Conditional Max- Sum as an extension with a revised e quation for the messages’ calculatio n, considering the relative timing o f the connected agents’ upcoming upd ates. Experimental evaluation is con ducted in both static and large-scal e environments, where the proposed h ybrid formulation showcases high ade ptness to intense conditions, and Co nditional Max-Sum exhibits higher ef ficiency regarding speed and comfort of agents when compared to the stan dard message-passing method.\n Final ly, we present TrafficFluid-Sim, a l ane-free microscopic simulator that extends the well-established SUMO si mulation infrastructure to model lan e-free traffic environments, allowin g vehicles to be located at any late ral position, disregarding standard notions of car-following and lane-ch ange maneuvers that are typically em bedded within a (lane-based) simulat or. A dynamic library has been desig ned for traffic monitoring and lane- free vehicle movement control, one t hat does not impose any inter-tool c ommunication overhead that standard practices introduce; and enables the emulation of vehicle-to-vehicle and vehicle-to-infrastructure communica tion. Outside of the simulation need s on the above-mentioned research en deavours, TrafficFluid-Sim is also u tilized in more complex lane-free si mulation environments and emerging a pplications that are unique to lane- free traffic. \n In summary, the mai n contributions of this thesis are t he following. Initially, we propose a formulation for Collaborative mult iagent decision making in lane-free traffic, then we put forward Max-Sum with Quadtrees for decentralized co ordination in continuous domains. Fo llowing that, we devise a method for Lane-free vehicle movement with dyn amic lateral regions and examine the possibilities for Asynchronous deci sion making with the Conditional Max -Sum algorithm. Lastly, we develop a tool for Lane-free microscopic simu lation of connected and automated ve hicles. The presented work has resul ted in 4 peer-reviewed publications directly related to this thesis and 5 peer-reviewed publications relatin g to discussed extensions or aspects of it.\n  \n ​​​​​​​Ημερομηνία Εξέτ ασης\n Ημέρα/Μήνας/Έτος:             18/09/2024\n Ώρα:                        14:00\n  \n ​​​​​​​Χώρος Εξέτασ ης\n Σύνδεσμος (Link): \n https://tu c-gr.zoom.us/j/96323427098?pwd=nsDWP PJ6BEkUborqgGb4dx3Ja6yn2T.1 \n Meeti ng ID: 963 2342 7098 \n Password: 23 0439\n  \n Αίθουσα: Γ3.1.14-1\n Κτίρ ιο:    Γ3\n   \n  \n STATUS:CONFIRMED ORGANIZER;RSVP=FALSE;CN=TUC;CUTYPE=TUC:mailto:webmaster@tuc.gr DTSTART:20240918T140000 DTEND:20240918T150000 TRANSP:OPAQUE CLASS:DEFAULT END:VEVENT END:VCALENDAR