Adaptive RL-Based Traffic Signal Control with Dynamic Graph Attention and Temporal Awareness under Disruptions

ट्रैफिक लाइट हमारे शहरों के मौन कंडक्टर हैं, जो हर दिन लाखों वाहनों के प्रवाह को व्यवस्थित करते हैं। दशकों से, इंजीनियर इस बात का निर्णय लेने के लिए कि लाइट कब हरी या लाल होनी चाहिए, निश्चित समय सारणी या सरल सेंसरों पर भरोसा करते आए हैं। ये प्रणालियाँ तब अच्छा काम करती हैं जब यातायात अनुमानित होता है, लेकिन जब अप्रत्याशित घटनाएँ घटती हैं, तो वे अक्सर संघर्ष करती हैं। एक अचानक हुई दुर्घटना, निर्माण कार्य के लिए सड़क बंद होना, या यहाँ तक कि भारी बारिश भी एक सावधानीपूर्वक समयबद्ध प्रणाली को अराजकता में डाल सकती है, जिससे कतारें पीछे की ओर फैल जाती हैं और जाम फैल जाता है। हाल के वर्षों में, शोधकर्ताओं ने आर्टिफिशियल इंटेलिजेंस (कृत्रिम बुद्धिमत्ता) की ओर रुख किया है, विशेष रूप से 'रीइन्फोर्समेंट लर्निंग' नामक सीखने के एक प्रकार की ओर, ताकि ट्रैफिक लाइट को वास्तविक समय में अनुकूलन करना सिखाया जा सके। कंप्यूटर एजेंटों को सिम्युलेटेड (अनुकरणित) शहरों में परीक्षण और त्रुटि के माध्यम से सीखने देने से, ये प्रणालियाँ अक्सर पारंपरिक तरीकों की तुलना में सामान्य यातायात को बेहतर ढंग से प्रबंधित कर सकती हैं। हालाँकि, एक महत्वपूर्ण कमी बनी हुई है: अधिकांश बुद्धिमान प्रणालियों को आदर्श, पूर्ण दुनिया में प्रशिक्षित किया जाता है। जब सिमुलेशन किसी बड़ी विफलता से बाधित होता है, तो आर्टिफिशियल इंटेलिजेंस अक्सर घबरा जाता है या ठप हो जाता है, और एक मानव ऑपरेटर की उम्मीद के अनुसार उतनी तेज़ी से उबरने में असमर्थ होता है।

यह वही चुनौती है जिसे फ्रांस के यूनिवर्सिटी गुस्ताव एफिल के शोधकर्ताओं की एक टीम ने हल करने का प्रयास किया। उन्होंने एक मौलिक प्रश्न पूछा: हम एक ऐसा ट्रैफिक कंट्रोल सिस्टम कैसे बना सकते हैं जो न केवल व्यस्त घंटों को संभाल सके, बल्कि संरचनात्मक आपदाओं से भी बच सके और उनसे उबर सके? उनका उत्तर एक नए प्रकार का स्मार्ट ट्रैफिक कंट्रोलर है जिसे लचीला (रेज़िलिएंट) बनाने के लिए डिज़ाइन किया गया है। केवल वर्तमान में दिखने वाले यातायात पर प्रतिक्रिया देने के बजाय, यह प्रणाली इस बात पर नज़र रखती है कि समय के साथ यातायात कैसे बदल रहा है और इस बात पर विशेष ध्यान देती है कि कौन से पड़ोसी चौराहे अभी भी संवाद करने के लिए उपयोगी हैं। शोधकर्ताओं ने अपने विचार का परीक्षण करने के लिए एक शहर ग्रिड का एक परिष्कृत 'डिजिटल ट्विन' बनाया, जिसमें उन्होंने इसे कई गंभीर तनाव परीक्षणों (स्ट्रेस टेस्ट) के अधीन किया, जिनमें यादृच्छिक सड़क अवरोध, प्रमुख राजमार्गों का पूर्ण रूप से बंद होना, और यहाँ तक कि सिम्युलेटेड बारिश वाला मौसम भी शामिल था जो सड़क पर हर कार की गति को धीमा कर देता है।

इनका नवाचार इस बात में निहित है कि ट्रैफिक लाइट अपने पड़ोसियों के बारे में कैसे "सोचती" है। एक सामान्य शहर में, प्रत्येक चौराहा अपने आस-पास के चौराहों से जुड़ा होता है, और वे प्रवाह को समन्वित करने के लिए जानकारी साझा करते हैं। लेकिन जब कोई सड़क अवरुद्ध होती है, तो पुराने संबंध बेकार हो जाते हैं। एक ट्रैफिक लाइट एक ऐसे पड़ोसी को सुनती रह सकती है जो अब मुख्य प्रवाह से कट चुका है, जिससे उस जानकारी पर समय बर्बाद होता है जो अब मायने नहीं रखती। नया सिस्टम एक 'डायनामिक अटेंशन मैकेनिज्म' का उपयोग करता है, जो एक फिल्टर की तरह कार्य करता है जो लगातार पुनर्मूल्यांकन करता है कि किसे सुनना सार्थक है। यदि किसी पड़ोसी की ओर जाने वाली सड़क अवरुद्ध है, तो सिस्टम तुरंत उस पड़ोसी के डेटा पर निर्भरता छोड़ देता है और अपना ध्यान अन्य चौराहों की ओर स्थानांतरित कर देता है जो अभी भी यातायात ले जा रहे हैं। यह नेटवर्क को बिना किसी केंद्रीय कमांड का इंतज़ार किए, खुद को ऑन-द-फ्लाई (तुरंत) पुनर्गठित करने की अनुमति देता है, जिससे कारों के प्रवाह के लिए नए रास्ते मिल जाते हैं।

इसे और अधिक सुदृढ़ बनाने के लिए, सिस्टम यह भी सीखता है कि एक अस्थायी गड़बड़ी और एक स्थायी समस्या के बीच अंतर कैसे किया जाए। यातायात स्वाभाविक रूप से उतार-चढ़ाव भरा होता है; एक बस देर से आ सकती है, या कारों का एक समूह हरी बत्ती के बाद एक साथ जमा हो सकता है। एक साधारण सिस्टम इसे एक बड़ी भीड़ समझकर अत्यधिक प्रतिक्रिया दे सकता है। शोधकर्ताओं के डिज़ाइन में एक 'मेमोरी कंपोनेंट' शामिल है जो यातायात के संक्षिप्त इतिहास पर नज़र रखता है। यह कारों के अचानक और क्षणिक उछाल और एक निरंतर अवरोध के बीच अंतर कर सकता है जो खत्म नहीं होने वाला है। यह सिस्टम को मामूली बाधाओं के दौरान अनावश्यक और घबराहट भरे बदलाव करने से रोकता है, जबकि यह सुनिश्चित करता है कि जब वास्तविक आपदा आए तो वे निर्णायक रूप से प्रतिक्रिया दें। शोर (नॉइज़) को अनदेखा करने की इस क्षमता को अपने टूटे हुए पड़ोसियों को अनदेखा करने के कौशल के साथ जोड़कर, यह प्रणाली एक ऐसी नियंत्रण रणनीति बनाती है जो शांत और फुर्तीली दोनों है।

शोधकर्ताओं ने अपने निर्माण का परीक्षण मौजूदा सर्वोत्तम विधियों के विरुद्ध किया, जिसमें अन्य उन्नत आर्टिफिशियल इंटेलिजेंस कंट्रोलर और पारंपरिक निश्चित-समय वाली लाइटें शामिल थीं। उन्होंने इंटरसेक्शन के 4x4 ग्रिड पर हजारों सिमुलेशन चलाए, पहले सामान्य, उच्च-मांग की स्थितियों में और फिर अराजकता के विभिन्न रूपों के तहत। सामान्य परिदृश्यों में, उनका सिस्टम अपने प्रतिस्पर्धियों की तुलना में थोड़ा बेहतर प्रदर्शन करता है, वाहनों को तेज़ी से चलते रहने देता है और कारों के प्रतीक्षा समय को कम करता है। लेकिन असली परीक्षा तब हुई जब उन्होंने व्यवधान उत्पन्न किए। जब उन्होंने एक साथ आठ अलग-अलग सड़कों को ब्लॉक कर दिया, या जब उन्होंने पूरी तरह से एक प्रमुख पूर्व-पश्चिम गलियारे को बंद कर दिया, तो अन्य सिस्टम काफी संघर्ष करते हैं। उनके प्रतीक्षा समय आसमान छू गए, और कतारें लंबी और अनियंत्रित हो गईं। हालाँकि, नया सिस्टम अपनी स्थिति बनाए रखता है। इसने अन्य तरीकों की तुलना में उच्च औसत गति बनाए रखी और कुल प्रतीक्षा समय को कम रखा, भले ही सिम्युलेटेड दुर्घटनाओं द्वारा नेटवर्क को छिन्न-भिन्न किया जा रहा था।

शायद सबसे महत्वपूर्ण बात यह है कि अध्ययन ने यह भी मापा कि व्यवधान समाप्त होने के बाद सिस्टम कितनी तेज़ी से रिकवर (उबर) कर सकता है। जब अवरुद्ध सड़कों को साफ कर दिया गया, तो नया कंट्रोलर अन्यों की तुलना में बहुत तेज़ी से एक सुचारू और स्थिर प्रवाह में वापस आ गया। शहर के केंद्र को बंद करने वाले एक परिदृश्य में, यह सिस्टम अगले सर्वश्रेष्ठ प्रतियोगी की तुलना में लगभग दो मिनट तेज़ी से अपनी औसत गति को वापस पाने में सफल रहा। वास्तविक दुनिया के शहरों के लिए रिकवरी की यह गति अत्यंत महत्वपूर्ण है, जहाँ घटना के बाद ग्रिडलॉक (जाम) में बिताया गया समय स्वयं घटना जितनी ही हानिकारक हो सकता है। शोधकर्ताओं ने सिस्टम का सिम्युलेटेड बारिश की स्थितियों में भी परीक्षण किया, जहाँ कारें धीमी चलती हैं और एक-दूसरे से अधिक दूरी बनाए रखती हैं। हालाँकि मौसम मॉडल सरल था, सिस्टम ने अच्छी तरह से अनुकूलन किया, यह दिखाते हुए कि यह न केवल सड़क के लेआउट में बदलाव, बल्कि वाहनों के व्यवहार में बदलाव को भी संभाल सकता है।

निष्कर्ष बताते हैं कि लचीले ट्रैफिक नियंत्रण की कुंजी केवल सिस्टम को स्मार्ट बनाना नहीं है, बल्कि इसे अपने संदर्भ (कॉन्टेक्स्ट) के प्रति अधिक जागरूक बनाना है। ट्रैफिक लाइट को यह सिखाकर कि वे गतिशील रूप से तय करें कि किसे सुनना है और यातायात प्रवाह के इतिहास को समझना है, शोधकर्ताओं ने एक ऐसा सिस्टम बनाया है जो एक कठोर कंप्यूटर प्रोग्राम के बजाय एक अनुभवी मानव डिस्पैचर की तरह व्यवहार करता है। जब सड़क के नियम बदलते हैं, तो यह टूटता नहीं है; यह बस नई वास्तविकता के अनुरूप अपनी रणनीति को फिर से लिख देता है। हालाँकि ये परिणाम कंप्यूटर सिमुलेशन से आए हैं और शोधकर्ता नोट करते हैं कि वास्तविक दुनिया का परीक्षण अगला आवश्यक कदम है, यह कार्य आधुनिक जीवन की अपरिहार्य बाधाओं का सामना करने में सक्षम शहरों के निर्माण के लिए एक आशाजनक मार्ग प्रदान करता है। लक्ष्य अब केवल तब कुशलता से यातायात चलाना नहीं है जब सब कुछ सही हो, बल्कि तब भी शहर को चालू रखना है जब सब कुछ गलत हो जाए।