ملخص تقني: واجهة تحكم قائمة على الرسوم البيانية لإشارات المرور في شبكات الطرق غير المتجانسة

بيان المشكلة

تواجه عملية التحكم في إشارات المرور تحديًا جوهريًا في التعميم: فمساحات العمل (action spaces) هي بطبيعتها محلية وغير متجانسة. فالمفترق ثلاثي الأذرع، والمفترق القياسي رباعي الأذرع، والمفترق المعقد الذي يحتوي على انعطافات محمية، تمتلك أعدادًا مختلفة من المراحل (phases) ومعانٍ دلالية متباينة لهذه المراحل. وبناءً عليه، فإن رؤوس الشبكة العصبية ذات المخرجات الثابتة (مثل "المرحلة 2") تفتقر إلى المعاني الدلالية القابلة لإعادة الاستخدام عبر شبكات الطرق المختلفة. إن الأساليب القياسية التي تقوم بحشو مساحات العمل لتصل إلى حجم موحد تغير أبعاد التنسورات (tensors) دون إنشاء معنى مشترك، بينما تعاني الطرق المتعلمة الحالية غالبًا في الفصل بين تقييم حركات المرور وبين بناء مساحات العمل الخاصة بكل مفترق.

المنهجية

تقترح الورقة البحثية واجهة تحكم تفصل بصرامة بين التقييم المتعلم لحركات المرور وبين البناء الحتمي لمساحات العمل المحلية.

1. كائنات التحكم والتمثيل

• الحركات (Movements): تُعرف بأنها مسارات قانونية ومتحكم بها من ممر طريق وارد إلى ممر طريق صادر (بما في ذلك السير المستقيم والانعطافات).
• مجموعات الحارات (LaneGroups): يتم تجميع أجزاء الطريق المتتالية والموجهة في "مجموعات حارات" عندما يكون الاستمرار غير المنظم (unsignalized continuation) واضحًا ولا لبس فيه. وتظل الاتجاهات المتعاكسة منفصلة بسبب اختلاف ديناميكيات الطوابير والسرعة.
• المراحل (Phases): المرحلة هي مجموعة متوافقة من الحركات التي يمكن أن تستقبل إشارة خضراء في وقت واحد. يختار المتحكم مرحلة واحدة لكل مفترق بدلاً من التحكم في المصابيح الفردية.

2. بنية الشبكة العصبية الرسومية (GNN)

يستخدم النظام شبكة عصبية رسومية (GNN) مشتركة وذات أنواع محددة، تعمل على رسم بياني على مستوى المدينة يحتوي على عقد "مجموعات الحارات" وعقد "الحركات".

• تمرير الرسائل (Message Passing): تستخدم البنية تمرير رسائل من نوع محدد عبر أربع علاقات موجهة: $L_{in} \to M$، و $L_{out} \to M$، و $M \to L_{in}$، و $M \to L_{out}$.
• التجميع (Aggregation): تستخدم التجميع المتوسط النوعي (typed mean aggregation) (بدلاً من آلية الانتباه/attention) لإنتاج التضمينات (embeddings).
• التقييم (Scoring): بعد كتلتين من تمرير الرسائل، تقوم طبقة "متعددة الطبقات من نوع MLP" برسم خرائط لتضمين الحركة النهائي ($h^{(2)}_m$) إلى درجة عددية مفردة ($s_m$).
• مشاركة المعلمات (Parameter Sharing): تعتمد أشكال المعلمات فقط على أبعاد الميزات والأبعاد المخفية، مما يجعلها مستقلة عن حجم الرسم البياني أو عدد الإجراءات.

3. بناء مساحة العمل الحتمي

تفرض الواجهة "حدودًا ضيقة" حيث يتوقف التعلم عند تقييم الحركة، ويتولى الكود الحتمي الباقي:

• مصفوفة الحدوث (Incidence Matrix $A_j$): لكل مفترق $j$، توجد مصفوفة حدوث حتمية ومحسوبة مسبقًا تربط درجات الحركات بـ "لوجيتات" (logits) المراحل. تشير المصفوفة $A_j \in \{0, 1\}^{|P_j| \times |M_j|}$ إلى الحركات التي تسمح بها كل مرحلة.
• لوجيتات المراحل (Phase Logits): يتم حساب لوجيت المرحلة $p$ كمجموع درجات حركاتها الممكنة: $\ell_{j,p} = \sum_{m \in M_j} A_{j,p,m} s_m$.
• البناء خارج الإنترنت (Offline Construction): يتم إنشاء المراحل خارج الإنترنت باستخدام خوارزمية "برون-كيركهوف" (Bron–Kerbosch) لإيج find مجموعات الحركة القصوى المتوافقة بناءً على بيانات التعارض من نظام SUMO.
• التنفيذ عبر الإنترنت (Online Execution): تفرض قناع التوافر (availability mask) الحد الأدنى من أوقات الإشارة الخضراء، ويقوم عينة فئوية (categorical sample) باختيار مرحلة بناءً على اللوجيتات.

4. بروتوكول التدريب

• الخوارزمية: تُستخدم خوارزمية "التحسين القريب للسياسة" (PPO) لتحسين السياسة الكاملة.
• دالة المكافأة: يتم تعيين مكافأة محلية عديمة الأبعاد لكل مفترق، تجمع بين مصطلحات التقدم (الكثافة الموزونة بالسرعة)، والتفريغ (المركبات المغادرة)، والكبح (التباطؤ)، والجمود المروري (عجز السرعة).
• التنفيذ: تعمل السياسة على رسوم بيانية ذات أحجام متغيرة للحالة. ولأغراض الدفعات (batching)، يتم تجميع المفترقات ذات الأبعاد المحلية المتطابقة، مما يتجنب الحشو للوصول إلى حجم رسم بياني عالمي موحد.

المساهمات الرئيسية

1. الفصل الهيكلي: المساهمة الأساسية هي الواجهة المعمارية التي تفصل بين تقييم الحركة المشترك والقابل لإعادة الاستخدام عبر GNN، وبين البناء الحتمي لمساحات العمل الخاصة بكل مفترق. وهذا يسمح للنظام بالتعامل مع أحجام الرسوم البيانية المتغيرة وأعداد الإجراءات المتغيرة دون الحاجة لإعادة التدريب أو تغيير طوبولوجيا الشبكة.
2. تقييم الجدوى: تقدم الورقة أدلة تجريبية على قدرة هذه الواجهة على التنفيذ عبر شبكات طرق غير متجانسة، بما في ذلك هندسات الشبكات الاصطناعية غير المرئية وخمسة رسوم بيانية لمدن مختلفة (كارلسروه، مانهايم، شتوتغارت، هايدلبرغ، فرايبورغ).
3. الحد الفاصل الشفاف: على عكس الأعمال السابقة (مثل TransferLight) التي تتعلم هرميات معقدة ودلالات مراحل، يحافظ هذا النهج على حد فاصل شفاف حيث تظل عضوية المرحلة والتوقيت حتمية، بينما يقوم "الممثل" (actor) المتعلم فقط بإخراج قيمة عددية لكل حركة.

النتائج التجريبية

تعالج التقييمات ثلاثة أسئلة بحثية (RQs):

• السؤال الأول (RQ1 - الانتقال ضمن العائلة الاصطناعية): على أحجام شبكات غير مرئية (مثل $6 \times 6$) ونسب عرض إلى ارتفاع تم توليدها بواسطة نفس المولد الاصطناعي، تفوقت السياسة المتعلمة التي تم أخذ عينات منها على خط الأساس "Max-Pressure" في كل من الإنتاجية ومعدلات الإنجاز عبر جميع مستويات الطلب (0.6، 0.7، 0.8).
• السؤال الثاني (RQ2 - انزياح التوزيع): عندما تم تقليل تغطية الإشارات (إلى 50% و25%)، أظهرت السياسة المدربة على تغطية كاملة تدهورًا كبيرًا في الأداء مقارنة بـ Max-Pressure. يشير هذا إلى الحساسية تجاه انزياحات التوزيع في تغطية الإشارات، رغم أن البنية تظل قابلة للتنفيذ هيكليًا.
• السؤال الثالث (RQ3 - جدوى المدن): تم تنفيذ نسخة واحدة مدربة من السياسة عبر خمسة رسوم بيانية لمدن غير متجانسة. كانت النتائج مختلطة:
  • كارلسروه وشتوتغارت: تفوقت السياسة المتعلمة على جميع خطوط الأساس غير المتعلمة (Max-Pressure، Queue، Fixed Time) في الإنتاجية والإنجاز.
  • مانهايم: تراجعت خلف خط الأساس "Queue".
    بـ هايدلبرغ: كان أداؤها مشابهًا لـ "Fixed Time".
  • فرايبورغ: حققت إنتاجية وإنجازًا أعلى من "Fixed Time" ولكن على حساب كثافة انتظار أعلى.
  • ملاحظة: كانت شتوتغارت هي الاختبار الحقيقي الوحيد للتعميم (لا توجد عمليات تشغيل تدريبية)، بينما أظهرت المدن الأخرى القدرة على التنفيذ عبر نطاقات تدريب غير متجانسة.

الأهمية والادعاءات

تؤطر الورقة مساهمتها صراحةً كـ دليل جدوى وليس كضمان عام للانتقال إلى أي شبكات طرق عشوائية.

• النطاق المتواضع: ذكر المؤلفون أن النتائج لا تثبت الانتقال العام عبر شبكات طرق عشوائية. التقييم محصور في عائلات محددة من المحاكاة الاصطناعية والمدن.
• الهيكلي مقابل التجريبي: تميز الورقة بين الخاصية الهيكلية (القدرة على التنفيذ على رسوم بيانية متغيرة، وهو ما ثبت من خلال البناء) وبين المتانة التجريبية (التي تبين أنها حساسة لانزياحات التوزيع مثل تغييرات تغطية الإشارات).
• التركيز على التنفيذ: تقيم هذه الدراسة تنفيذًا وواجهة معمارية بدلاً من اقتراح خوارزمية جديدة للتعلم المعزز. وهي تسلط الضوء على أنه بينما تدعم الواجهة الأبعاد المتغيرة، فإن الأداء المتعلم ليس ثابتًا تجاه التغييرات في توزيع المتحكم أو طوبولوجيا الشبكة الأساسية.

في الختام، توضح الورقة أن الواجهة القائمة على الرسم البياني يمكنها بنجاح فصل تقييم الحركة المتعلم عن منطق الإشارة المحلي، مما يسمح بالتنفيذ عبر هندسات شبكية متنوعة وغير مرئية. ومع ذلك، فإنها تكشف أيضًا أن القابلية للتنفيذ الهيكلي لا تضمن تلقائيًا أداءً قويًا تحت انزياحات التوزيع أو عبر جميع بيئات المدن غير المتجانسة دون مزيد من الضبط أو التكيف.