LLM-Augmented Traffic Signal Control with LSTM-Based Traffic State Prediction and Safety-Constrained Decision Support

A continuación se presenta un resumen técnico detallado del artículo "Control de semáforos potenciado por LLM con predicción de estado del tráfico basada en LSTM y soporte de decisiones con restricciones de seguridad."

1. Planteamiento del Problema

El control de semáforos es un componente crítico de los Sistemas Inteligentes de Transporte (ITS), sin embargo, los métodos convencionales enfrentan limitaciones significativas:

• Métodos de tiempo fijo y basados en reglas: Estos luchan por adaptarse a demandas de tráfico dinámicas y no recurrentes (por ejemplo, aumentos repentinos, desequilibrios direccionales) y carecen de la capacidad de anticipar la congestión futura.
• Aprendizaje por Refuerzo (RL): Aunque los métodos de RL basados en datos (por ejemplo, IntelliLight, CoLight) muestran promesa, a menudo sufren de una pobre generalización en redes no vistas, carecen de interpretabilidad (actuando como "cajas negras") y son puramente reactivos en lugar de predictivos.
• Control directo por LLM: Aunque los Modelos de Lenguaje Grande (LLM) ofrecen razonamiento e interpretabilidad, utilizarlos como controladores de bajo nivel en tiempo real es inseguro debido a la latencia potencial, la inconsistencia en la salida y la incapacidad de garantizar estrictamente las restricciones de seguridad (por ejemplo, tiempo verde mínimo, cruce de peatones).

Desafío Central: ¿Cómo aprovechar el razonamiento y la interpretabilidad de los LLM para mejorar el control adaptativo del tráfico sin comprometer la seguridad operativa o el rendimiento en tiempo real?

2. Metodología

Los autores proponen un marco híbrido que posiciona al LLM como un módulo de soporte de decisiones de alto nivel en lugar de un controlador directo. El sistema integra cuatro componentes principales:

A. Representación y Predicción del Estado del Tráfico (LSTM)

• Entrada: El sistema recopila datos de intersección en tiempo real que incluyen longitud de la cola ($q$), tiempo de espera acumulado ($w$), número de vehículos ($n$), velocidad promedio ($v$), ocupación del carril ($o$) y fase de señal actual ($p$).
• Modelo: Una red de Memoria a Corto y Largo Plazo (LSTM) se entrena para pronosticar estados futuros del tráfico a corto plazo (horizonte $H=60$ segundos) basándose en una ventana histórica ($K=120$ segundos).
• Salida: Predicciones para futuras longitudes de cola, tiempos de espera y puntuaciones de demanda.

B. Controlador de Señales Predictivo (Línea Base)

• Un controlador predictivo utiliza los pronósticos de la LSTM para calcular una "puntuación de demanda" para cada fase de señal factible.
• Selecciona una acción candidata (por ejemplo, extender el verde actual o cambiar de fase) que minimice la congestión futura predicha. Esto sirve como línea base para la comparación.

C. Soporte de Decisiones Potenciado por LLM

• Rol: El LLM actúa como un motor de razonamiento, no como un actuador directo.
• Entrada: Recibe un objeto JSON estructurado que contiene:
  • Estados actuales y predichos del tráfico.
  • La acción candidata generada por el controlador LSTM.
  • Restricciones operativas (tiempo verde min/máx, solicitudes de peatones, vehículos de emergencia).
• Función: El LLM evalúa la acción candidata, diagnostica patrones de congestión (por ejemplo, desequilibrio direccional, retroceso) y genera:
  • Una recomendación (aceptar, rechazar o ajustar la duración).
  • Una explicación en lenguaje natural para los operadores humanos.
  • Una bandera de riesgo.
• Mecanismo de Disparo: Para reducir el costo computacional, el LLM no se llama en cada paso. Se activa solo cuando las condiciones del tráfico son ambiguas o anormales (por ejemplo, crecimiento significativo de la cola o diferencias pequeñas en las puntuaciones de demanda entre fases).

D. Filtrado de Acciones con Restricciones de Seguridad

• Componente Crítico: Antes de que se ejecute cualquier acción, un filtro de seguridad determinista valida la recomendación del LLM contra estrictas restricciones de señalización de tráfico ($C$).
• Lógica:
  • Si la recomendación del LLM viola las restricciones (por ejemplo, exceder el tiempo verde máximo), el sistema la modifica al valor factible más cercano o revierte a la acción candidata original de la LSTM.
  • Esto garantiza cero violaciones de restricciones en la ejecución final.

3. Contribuciones Clave

1. Marco Novel: Propone una arquitectura potenciada por LLM que combina la predicción temporal de LSTM con el razonamiento estructurado de LLM y un filtro de seguridad, evitando los peligros de usar LLM como controladores directos de bajo nivel.
2. Interpretabilidad: A diferencia del RL de caja negra, el sistema proporciona explicaciones en lenguaje natural y diagnósticos de congestión, haciendo transparentes las decisiones automatizadas para los gestores de tráfico humanos.
3. Garantía de Seguridad: Introduce un filtro de seguridad riguroso que garantiza que todas las acciones ejecutadas se adhieran a las restricciones operativas, abordando la naturaleza crítica para la seguridad del control de tráfico.
4. Validación Empírica: Demuestra que los LLM proporcionan el valor más significativo en escenarios dinámicos y no recurrentes (picos direccionales, aumentos repentinos) donde las reglas puramente numéricas o los modelos predictivos estándar luchan.

4. Resultados Experimentales

El marco fue evaluado en una simulación microscópica SUMO bajo tres escenarios: Demanda Equilibrada, Pico Direccional y Aumento Repentino. Se comparó contra líneas base de Tiempo Fijo, Basadas en Reglas y Predictivas con LSTM.

Hallazgos Clave:

• Ganancias de Rendimiento: El método potenciado por LLM superó a todas las líneas base.
  • Bajo condiciones de Aumento Repentino, redujo el tiempo de espera promedio en un 14.4% y la longitud de la cola en un 18.4% en comparación con la línea base solo LSTM.
  • Las mejoras fueron modestas en tráfico equilibrado pero se volvieron sustanciales a medida que las condiciones del tráfico se volvieron más irregulares.
• Estudio de Ablación:
  • Eliminar el módulo LLM resultó en una caída clara del rendimiento, confirmando su valor en el razonamiento complejo.
  • Eliminar el filtro de seguridad llevó a un ligero aumento del rendimiento pero introdujo una tasa de violación de restricciones del 4.8%, demostrando que el filtro es esencial para la seguridad.
• Seguridad y Fiabilidad: El sistema final logró 0% de violaciones de restricciones en todos los escenarios.
• Explicabilidad: La tasa de validez de la explicación del LLM se mantuvo por encima del 89%, indicando que el razonamiento generado era consistente con el estado del tráfico y las acciones finales.

5. Significado

Este estudio proporciona una vía práctica para integrar la IA Generativa en infraestructura crítica para la seguridad. Demuestra que:

• Los LLM son más adecuados como "copilotos": Destacan en el razonamiento de alto nivel, el diagnóstico y la explicación, pero no deben reemplazar las capas de seguridad deterministas.
• Los enfoques híbridos son superiores: Combinar la predicción temporal del aprendizaje profundo (LSTM) con el razonamiento semántico de los LLM produce una mejor adaptabilidad que cualquiera de los métodos por separado.
• Preparación para la interacción humano-en-bucle: Al proporcionar explicaciones interpretables y garantizar las restricciones de seguridad, este marco cierra la brecha entre el control automatizado y la confianza humana, facilitando el despliegue de sistemas de tráfico inteligentes de próxima generación.