Documentos de Académico
Documentos de Profesional
Documentos de Cultura
RESUMEN Un problema del mundo real en el que se han invertido muchos aos de trabajo e investigacin es la mejora y optimizacin de los problemas diarios del trfico rodado. En este artculo se presentar el sistema MASTraCon (MultiAgent System for TRAffic CONtrol), sistema multiagente distribuido de gestin del trfico que hace uso de la tecnologa Wireless para la comunicacin y la coordinacin en la toma de decisiones. Su objetivo ser solucionar o suavizar los problemas surgidos del trfico diario como son atascos, gastos excesivos de combustibles y disminucin de la calidad de vida de los usuarios por el largo tiempo invertido en desplazamientos. Para ello se emplearn las siguientes tecnologas: sistemas multiagente, redes wifi y radio navegadores GPS. PALABRAS CLAVES
1. INTRODUCCIN
El Sistema MASTraCon (MultiAgent System for TRAffic CONtrol), tiene por objetivo el control y gestin del trfico rodado en reas metropolitanas, con vistas a acortar los largos tiempos empleados por los usuarios en los desplazamientos, y aminorar la cantidad de combustible requerida. Est siendo actualmente desarrollado en la Universidad Europea de Madrid. En 1958 Webster (Webster, 1958) fue el primero en utilizar simulaciones del trfico mediante computadoras para analizar los patrones del trfico y controlar un grupo de semforos estableciendo el ciclo ptimo y las duraciones de cada estado. Su solucin no reaccionaba en tiempo real a los cambios del estado del trfico y fue desarrollada de forma algortmica por lo que tampoco poda hacer uso de conocimiento externo o heurstico. En 1964, Dunne y Potts (Dunne y Potts, 1964) ampliaron el trabajo de Webster notando que cuando un semforo cambia de estado no solo afecta al trfico de la interseccin que l controla, sino tambin a las intersecciones vecinas o relativamente cercanas. Por ello, pensaron en que al modificar el estado de un semforo era lgico modificar los semforos vecinos. As, se vea el trfico como una red compuesta de entidades locales (semforos), que influan en sus vecinas, y no como las entidades aisladas del trabajo de Webster. Allsop y Charlesworth en 1977 (Allsop y Charlesworth, 1977) trataron de ampliar los algoritmos creados por Webster con la idea de mejorar sus resultados, sin embargo el algoritmo resultante no era estable y no encontraba las soluciones ptimas a los problemas planteados. Ahondando ms an en estos algoritmos, Shefi y Powell en 1983 (Shefi y Powell, 1983) agregaron algunas heursticas con el fin de acelerar los algoritmos y aumentar las probabilidades de encontrar los valores ptimos, que se les resistieron 6 aos atrs a Allsop y Charlesworth. En 1981 Haenel y Williams (Haenel y Williams, 1981) trataron de acercarse a los algoritmos de control de trfico en tiempo real con un sistema que se encargaba de supervisar el trfico que atravesaba una interseccin y modificar los parmetros del semforo inmediatamente despus de darse cuenta de un cambio en el estado de la circulacin. Zozaya-Gorostiza y Hendrickson en 1987 (Zozaya-Gorostiza y Hendrickson, 1987) desarrollaron un sistema experto que se encarg de supervisar el
473
estado de un semforo en un nico cruce en tiempo real. El sistema SCOOT de 1981, tiene un comportamiento dinmico y cuenta con una base de conocimiento que le permite hacer un anlisis local de una interseccin junto con una visin ms general al poder evaluar un conjunto de intersecciones seguidas. Sin embargo, presenta el problema de no permitir que se modifique la base de conocimiento, a excepcin de una pequea cantidad de parmetros. Es necesario que el conocimiento con el que cuenta el sistema pueda ser editado para que el sistema se adapte a las situaciones nuevas que puedan suceder y que no estuvieran contempladas en la base de conocimiento original. Los sistemas cerrados como SCOOT necesitan de un experto para solventar estas situaciones o para cotejar la solucin propuesta por el sistema con la situacin real del trfico y evitar posibles soluciones no correctas (debido, principalmente, a la falta de conocimiento del sistema ante determinado problema de trfico) (Hernndez et al, 1996). Foraste y Scemama disean SAGE (1984, 1990). SAGE es un sistema experto basado en reglas para el control de la congestin del trfico (Forast y Scemama, 1986). Ha sido puesto en funcionamiento en el mundo real en la ciudad de Pars para el control de 190 semforos con unas 5000 reglas. La evolucin de este sistema es el sistema CLAIRE (Scemama, 1994). Utilizando el paradigma de Agente se han desarrollado sistemas expertos de control de trfico. Entre ellos, sistemas espaoles como son TRYS (Hernndez et al, 1996) basado en agentes locales controlados por un agente supervisor y TRYSA (Hernndez et al, 2002) que evoluciona la idea de su predecesor TRYS dotndole de agentes autnomos sin la presencia del agente supervisor.
A
15 Km / 15 15 Km / 15
15 Km / 15
C
5 Km / 45
B E
D
15 Km / 30
F
15 Km / 20
474
475
Origen y destino
Agentes Vehculos
Estado Carreteras Actual Y futuro Ruta elegida Cambio de ruta o destino
Establece la mejor ruta en tiempo para un origen y un destino y un estado actual y un estado futuro
Planes Obligatorios
Rutas
Estado Carreteras
Plan Obligatorio
Estado Futuro
Agentes Sealizadores
Estado Carreteras Semforos Seales Luminosas Agentes de Trfico Estado Futuro Plan Escogido
Agente Predictor
Calcula un estado futuro mediante simulacin con el estado actual, las rutas elegidas actuales y los planes actuales de los Agentes Sealizadores.
Paneles Informativos
Aprendizaje
Aprendizaje
Reglas y planes
Figura 2. MAStraCon
REFERENCIAS
Nicholas V. Findler y John Stapp, 1992. A distributed Approach to Optimized Control of street Traffic Signals. Journal of Transportation Engineering, 118, No. 1, 99-110. Zozaya-Gorostiza, C., and Hendrickson, C. (1987). Expert system for traffic signal setting assistance. Journal of Transportation Engineering, 113, 108- 126. Kirschfink, H., 1999. Collective traffic control in motorways. 11th EURO-mini Conference on Artificial Intelligence in Transportation Systems and Science and 7th EURO Working Group Meeting on Transportation. Tutorial on Intelligent Traffic Management Models, Helsinki. Cuena, J. & Hernndez, J. & Molina, M. (1996). Knowledge Oriented Design of an Application for Real Time Management: The TRYS System. Proc. European Conference on Artificial Intelligence (ECAI96). Scemama, G. (1994). Claire: a context-free AI based supervisor for traffic control, Bielli, M., Ambrosino, G., and Boero, M. (eds), Artificial Intelligence Applications to traffic engineering. VSP, Zeist, The Netherlands, pp 137-156. Forast, B. and Scemama, G. (1986). Surveillance and congestion traffic control in Paris by Expert System, Second International Conference on Road traffic Control IEE, London, April 1986, pp. 333-337. Webster, F. V. (1958). Traffic signal settings. Road Research Laboratory. Paper No. 39. Dunne, M. C., and Potts, R. B. (1964). Algorithm for traffic control. Operations Research, 12, 870-881. Allsop, R. E., and Charlesworth, J. A. (1977). Traffic in a signal controlled network: An example of different signal timings inducing different routing. Traffic Engineering and Control, 18, 262-264. Sheffi, Y., and Powell, W. B. (1983). Optimal signal settings over transportation networks. Journal of Transportation Engineering, 109, 824- 839. Haenel, H. E., and Williams, J. (1981). Texas stand-alone arterial system. 60th Annual Meeting of the Transportation Research Board. Washington D.C. Beck, K. and Ralph, J., 1994. Patterns Generates Architectures. Proceedings of European Conference of Object Oriented Programming. Bologna, Italy, pp. 139-149.
476