시간대별 승객 수요를 고려한 강화학습 기반 버스 배차 간격 조정 시스템 = Reinforcement learning-based bus dispatch interval adjustment system considering passenger demand by time zone

국문 초록 (Abstract)

최근 도시 교통 혼잡으로 인해 대중교통의 효율적 운영이 중요해지고 있다. 특히 고정된 시간표에 따라 운행되는 기존의 버스 배차 방식은 시간대별 수요 변동에 효과적으로 대응하지 못해 비효율을 초래하고 있다. 이에 본 연구는 강화학습 기법을 활용하여 단일 노선 환경에서의 동적 배차 전략을 학습하고, 다양한 수요 밀도 조건에서 기존 고정배차 방식과의 성능을 비교·분석하여 각 데이터에서 평균적으로 높은 대기시간 감소율을 확인하였다.

다국어 초록 (Multilingual Abstract)

Recently, due to urban traffic congestion, efficient operation of public transportation has become important. In particular, the existing bus dispatch method that operates according to a fixed timetable is inefficient because it cannot effectively respond to demand fluctuations by time zone. Therefore, this study learned a dynamic dispatch strategy in a single-route environment by utilizing reinforcement learning techniques, and compared and analyzed the performance with the existing fixed dispatch method under various demand density conditions, and confirmed a high average waiting time reduction rate in each data.