💻 computer science

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

Ce papier propose un cadre de contrôle des feux de circulation augmenté par un LLM qui intègre une prédiction de l'état du trafic basée sur LSTM avec un soutien à la décision contraint par la sécurité afin d'améliorer l'adaptabilité et l'interprétabilité dans des scénarios de trafic dynamiques tout en garantissant l'absence totale de violations opérationnelles.

Auteurs originaux : Jiazhao Shi

Publié 2026-04-28

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Jiazhao Shi

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez une intersection urbaine animée comme une cuisine chaotique pendant le service du dîner. Les feux de circulation sont le chef de cuisine, essayant de décider quel groupe de cuisiniers (les voitures) peut utiliser le four (la route) ensuite.

Pendant longtemps, les chefs ont utilisé deux stratégies principales :

Le Minuteur Fixe : Le chef règle un minuteur pour laisser les cuisiniers Nord-Sud travailler pendant 30 secondes, puis les cuisiniers Est-Ouest pendant 30 secondes, peu importe le nombre de casseroles qui bouillent réellement. C'est simple, mais si la file Nord-Sud est immense et que la file Est-Ouest est vide, les cuisiniers Nord-Sud s'exaspèrent tandis que le four reste inactif.
Le Chef Réactif : Ce chef regarde les casseroles maintenant. Si la file Nord-Sud est longue, il maintient le feu vert. Mais il est « aveugle » à ce qui arrive dans le couloir dans la minute suivante.

Ce papier propose un nouveau gestionnaire de cuisine plus intelligent : un système de Contrôle de Feux de Circulation Augmenté par un LLM. Voici comment cela fonctionne, décomposé en parties simples :

1. La Boule de Cristal (Prédiction LSTM)

D'abord, le système utilise un outil appelé LSTM (un type d'IA bon pour repérer les motifs dans le temps). Imaginez cela comme une Boule de Cristal.
Au lieu de regarder seulement les voitures actuellement à la ligne d'arrêt, la Boule de Cristal examine les dernières minutes de circulation et prédit ce qui se passera dans la minute suivante. Elle devine : « Oh, une vague énorme de voitures arrive du Nord dans 30 secondes, mais le côté Est va se dégager bientôt. »

2. Le Sous-Chef Junior (Contrôleur Prédictif)

Sur la base de cette prédiction de la Boule de Cristal, un programme informatique standard (le Contrôleur Prédictif) agit comme un Sous-Chef Junior. Il calcule le meilleur mouvement : « Puisque le Nord devient encombré, gardons le feu vert Nord-Sud un peu plus longtemps. » Il prend une décision rapide basée sur les mathématiques.

3. Le Chef de Cuisine Sage (Le LLM)

C'est ici que la nouvelle idée intervient. Le système ne laisse pas seulement le Sous-Chef prendre la décision finale. Il transmet le plan à un Grand Modèle de Langage (LLM), qui agit comme un Chef de Cuisine Sage.

Le Chef ne regarde pas seulement des chiffres ; il lit une « histoire » sur la circulation. Il reçoit un rapport indiquant :

« File actuelle : 16 voitures. »
« Prédiction : 24 voitures dans 60 secondes. »
« Plan du Sous-Chef : Garder le feu vert. »

Le Chef utilise ensuite ses capacités de raisonnement pour dire :

Diagnostic : « Oui, le côté Nord subit une afflux massif. Le Sous-Chef a raison. »
Recommandation : « Allongeons le feu vert, mais pas trop, sinon nous bloquerons les piétons. »
Explication : « J'allonge le feu parce que la Boule de Cristal prédit la formation d'un embouteillage dans la minute suivante, et nous devons dégager le retard avant qu'il ne déborde. »

4. L'Inspecteur de Sécurité (Filtre de Sécurité)

C'est la partie la plus critique. Les Grands Modèles de Langage peuvent parfois être bavards ou faire des erreurs. Si le Chef suggère quelque chose de dangereux (comme « Gardez le feu vert pendant 10 minutes d'affilée ! »), le système dispose d'un Inspecteur de Sécurité.

L'Inspecteur vérifie les règles : « Attendez, le temps vert maximum est de 45 secondes. Vous ne pouvez pas faire cela. »
Si l'idée du Chef enfreint les règles, l'Inspecteur la corrige ou la rejette et revient au plan de sécurité original du Sous-Chef. Cela garantit qu'aucune décision dangereuse ne se produit jamais, même si l'IA est confuse.

Ce Qu'ils Ont Découvert

Les chercheurs ont testé cela dans une simulation informatique (une ville virtuelle) avec trois types de circulation :

Circulation Normale : Tout le monde conduit à un rythme régulier.
Heure de Pointe : Une direction est bondée ; l'autre est vide.
Afflux Soudain : Un grand événement se produit, et une foule massive de voitures apparaît de nulle part.

Les Résultats :

Mieux que les anciennes méthodes : Le nouveau système était bien meilleur que le « Minuteur Fixe » et le « Chef Réactif ».
Le Chef de Cuisine brille dans le chaos : Lorsque la circulation était normale, la Boule de Cristal (LSTM) faisait l'essentiel du travail. Mais lorsque la circulation devenait étrange, soudaine ou déséquilibrée (comme l'Heure de Pointe ou l'Afflux Soudain), le Chef de Cuisine Sage (LLM) a fait une grande différence. Il a compris des situations complexes que l'ordinateur purement mathématique avait manquées, réduisant considérablement les temps d'attente et les embouteillages.
Zéro Violation de Sécurité : Grâce à l'Inspecteur de Sécurité, le système n'a jamais enfreint les règles de circulation (comme passer un feu rouge ou ignorer les piétons).

La Grande Leçon

Le papier soutient que nous ne devrions pas laisser un « Chef de Cuisine Sage » (LLM) diriger la cuisine seul, car il pourrait se distraire ou faire des suppositions dangereuses. Au lieu de cela, nous devrions les utiliser comme consultants.

Laissez les mathématiques (LSTM) faire le gros du travail de prédiction de l'avenir, laissez le Chef (LLM) expliquer pourquoi une décision a du sens et repérer les situations délicates, et laissez l'Inspecteur de Sécurité s'assurer que tout le monde suit les règles. Cette combinaison crée un système de circulation qui est non seulement efficace, mais aussi facile à comprendre et à faire confiance pour les humains.

1. Énoncé du problème

Le contrôle des feux de circulation est un composant critique des Systèmes de Transport Intelligents (STI), pourtant les méthodes conventionnelles rencontrent des limitations significatives :

Méthodes à temps fixe et basées sur des règles : Elles peinent à s'adapter à des demandes de trafic dynamiques et non récurrentes (par exemple, des afflux soudains, des déséquilibres directionnels) et manquent de capacité à anticiper les congestions futures.
Apprentissage par renforcement (RL) : Bien que les méthodes de RL axées sur les données (par exemple, IntelliLight, CoLight) soient prometteuses, elles souffrent souvent d'une mauvaise généralisation à travers des réseaux non vus, d'un manque d'interprétabilité (agissant comme des "boîtes noires") et sont purement réactives plutôt que prédictives.
Contrôle direct par LLM : Bien que les Grands Modèles de Langage (LLM) offrent un raisonnement et une interprétabilité, leur utilisation en tant que contrôleurs bas niveau directs en temps réel est dangereuse en raison d'une latence potentielle, d'une incohérence des sorties et de l'incapacité à garantir strictement les contraintes de sécurité (par exemple, durée minimale du feu vert, passage piéton).

Défi central : Comment exploiter le raisonnement et l'interprétabilité des LLM pour améliorer le contrôle adaptatif du trafic sans compromettre la sécurité opérationnelle ni les performances en temps réel.

2. Méthodologie

Les auteurs proposent un cadre hybride qui positionne le LLM comme un module d'aide à la décision de haut niveau plutôt que comme un contrôleur direct. Le système intègre quatre composants principaux :

A. Représentation et prédiction de l'état du trafic (LSTM)

Entrée : Le système collecte des données d'intersection en temps réel, notamment la longueur de file d'attente ( $q$ ), le temps d'attente cumulé ( $w$ ), le nombre de véhicules ( $n$ ), la vitesse moyenne ( $v$ ), l'occupation de la voie ( $o$ ) et la phase de signalisation actuelle ( $p$ ).
Modèle : Un réseau à mémoire à court et long terme (LSTM) est entraîné pour prévoir les états futurs du trafic à court terme (horizon $H=60$ secondes) sur la base d'une fenêtre historique ( $K=120$ secondes).
Sortie : Prévisions des longueurs de file d'attente futures, des temps d'attente et des scores de demande.

B. Contrôleur de signalisation prédictif (Référence)

Un contrôleur prédictif utilise les prévisions LSTM pour calculer un "score de demande" pour chaque phase de signalisation faisable.
Il sélectionne une action candidate (par exemple, prolonger le feu vert actuel ou changer de phase) qui minimise la congestion future prédite. Cela sert de référence pour la comparaison.

C. Aide à la décision augmentée par LLM

Rôle : Le LLM agit comme un moteur de raisonnement, et non comme un actionneur direct.
Entrée : Il reçoit un objet JSON structuré contenant :
- Les états de trafic actuels et prédits.
- L'action candidate générée par le contrôleur LSTM.
- Les contraintes opérationnelles (durée min/max du feu vert, demandes piétonnes, véhicules d'urgence).
Fonction : Le LLM évalue l'action candidate, diagnostique les schémas de congestion (par exemple, déséquilibre directionnel, débordement) et génère :
- Une recommandation (accepter, rejeter ou ajuster la durée).
- Une explication en langage naturel pour les opérateurs humains.
- Un drapeau de risque.
Mécanisme de déclenchement : Pour réduire les coûts de calcul, le LLM n'est pas appelé à chaque étape. Il est déclenché uniquement lorsque les conditions de trafic sont ambiguës ou anormales (par exemple, croissance significative de la file d'attente ou faibles différences de scores de demande entre les phases).

D. Filtrage d'action contraint par la sécurité

Composant critique : Avant toute exécution d'une action, un filtre de sécurité déterministe valide la recommandation du LLM par rapport à des contraintes strictes de signalisation ( $C$ ).
Logique :
- Si la recommandation du LLM viole les contraintes (par exemple, dépasser la durée maximale du feu vert), le système soit la modifie pour la valeur faisable la plus proche, soit revient à l'action candidate LSTM originale.
- Cela garantit zéro violation de contrainte dans l'exécution finale.

3. Contributions clés

Cadre novateur : Propose une architecture augmentée par LLM qui combine la prédiction temporelle LSTM, le raisonnement structuré des LLM et un filtre de sécurité, évitant ainsi les écueils de l'utilisation des LLM en tant que contrôleurs bas niveau directs.
Interprétabilité : Contrairement au RL boîte noire, le système fournit des explications en langage naturel et des diagnostics de congestion, rendant les décisions automatisées transparentes pour les gestionnaires du trafic humains.
Garantie de sécurité : Introduit un filtre de sécurité rigoureux qui garantit que toutes les actions exécutées respectent les contraintes opérationnelles, répondant ainsi au caractère critique pour la sécurité du contrôle du trafic.
Validation empirique : Démontre que les LLM apportent la valeur la plus significative dans les scénarios dynamiques et non récurrents (pics directionnels, afflux soudains) où les règles purement numériques ou les modèles prédictifs standards peinent.

4. Résultats expérimentaux

Le cadre a été évalué dans une simulation microscopique SUMO sous trois scénarios : Demande équilibrée, Pic directionnel et Afflux soudain. Il a été comparé aux références à temps fixe, basées sur des règles et prédictives LSTM.

Constats principaux :

Gains de performance : La méthode augmentée par LLM a surpassé toutes les références.
- Dans des conditions d'afflux soudain, elle a réduit le temps d'attente moyen de 14,4 % et la longueur de file d'attente de 18,4 % par rapport à la référence uniquement LSTM.
- Les améliorations étaient modestes dans un trafic équilibré mais sont devenues substantielles à mesure que les conditions de trafic devenaient plus irrégulières.
Étude d'ablation :
- La suppression du module LLM a entraîné une baisse claire des performances, confirmant sa valeur dans le raisonnement complexe.
- La suppression du filtre de sécurité a conduit à une légère augmentation des performances mais a introduit un taux de violation de contrainte de 4,8 %, prouvant que le filtre est essentiel pour la sécurité.
Sécurité et fiabilité : Le système final a atteint 0 % de violations de contrainte dans tous les scénarios.
Explicabilité : Le taux de validité des explications du LLM est resté supérieur à 89 %, indiquant que le raisonnement généré était cohérent avec l'état du trafic et les actions finales.

5. Importance

Cette étude fournit une voie pratique pour l'intégration de l'IA générative dans des infrastructures critiques pour la sécurité. Elle démontre que :

Les LLM sont mieux adaptés en tant que "copilotes" : Ils excellent dans le raisonnement de haut niveau, le diagnostic et l'explication, mais ne doivent pas remplacer les couches de sécurité déterministes.
Les approches hybrides sont supérieures : La combinaison des prévisions temporelles de l'apprentissage profond (LSTM) avec le raisonnement sémantique des LLM offre une meilleure adaptabilité que chacune des méthodes seule.
Prêt pour l'humain dans la boucle : En fournissant des explications interprétables et en garantissant le respect des contraintes de sécurité, ce cadre comble le fossé entre le contrôle automatisé et la confiance humaine, facilitant le déploiement de systèmes de trafic intelligents de nouvelle génération.