PRISA: 交差点安全評価のためのプロアクティブインフラストラクチャLiDARフレームワーク

本研究では、強化学習（RL）アルゴリズムのサンプル効率の低さと、高次元空間における探索・活用ジレンマに起因する次元の呪いを克服するため、物理学に焦点を当てた強化学習（Physics-enhanced RL）を提案します。これにより、動的システムのリアルタイム最適制御を目指します。

• 交差点の安全評価のため、インフラ設置型LiDARフレームワーク「PRISA」を開発。
• プライバシーに配慮した roadside センサーで、低照度環境でも長期的な交通観測とリアルタイムリスク検出を実現。
• 手動アノテーションなしで、蓄積された認識結果から軌跡予測モデルを自動生成・デプロイ。
• TTC（衝突時間）とPPET（予測衝突後時間）を用いた多角的かつリアルタイムな安全評価を実施。