Sintesi Tecnica: Un'Interfaccia di Controllo Basata su Grafi per Segnali Stradali su Reti Stradali Eterogenee

Definizione del Problema

Il controllo dei segnali stradali affronta una sfida fondamentale nella generalizzazione: gli spazi di azione sono intrinsecamente locali ed eterogenei. Un incrocio a tre bracci, un incrocio standard a quattro bracci e un incrocio complesso con svolte protette possiedono differenti numeri di fasi e significati semantici distinti per tali fasi. Di conseguenza, le teste di reti neurali a output fisso (ad es. "Fase 2") mancano di semantica riutilizzabile tra diverse reti stradali. Gli approcci standard che applicano il padding agli spazi di azione per portarli a una dimensione uniforme alterano le dimensioni dei tensori senza stabilire un significato condiviso, mentre i metodi appresi esistenti spesso faticano a disaccoppiare la valutazione dei movimenti di traffico dalla costruzione degli spazi di azione specifici per ogni incrocio.

Metodologia

Il documento propone un'interfaccia di controllo che separa rigorosamente la valutazione appresa dei movimenti di traffico dalla costruzione deterministica degli spazi di azione locali.

1. Oggetti di Controllo e Rappresentazione

• Movimenti: Definiti come percorsi legali e controllati da un corridoio stradale in entrata a un corridoio strale in uscita (inclusi il transito rettilineo e le svolte).
• LaneGroups: Segmenti stradali diretti consecutivi vengono raggruppati in LaneGroups quando la continuazione non segnalata è univoca. Le direzioni opposte rimangono separate a causa delle diverse dinamiche di coda e velocità.
• Fasi: Una fase è un insieme compatibile di movimenti che possono ricevere un segnale verde simultaneamente. Il controllore seleziona una fase per incrocio piuttosto che controllare le singole lampade.

2. Architettura Graph Neural Network (GNN)

Il sistema impiega una GNN tipizzata e condivisa che opera su un grafo a livello cittadino composto da nodi LaneGroup e Movement.

• Passaggio di Messaggi: L'architettura utilizza il passaggio di messaggi tipizzato con quattro relazioni dirette: $L_{in} \to M$, $L_{out} \to M$, $M \to L_{in}$ e $M \to L_{out}$.
• Aggregazione: Utilizza l'aggregazione media tipizzata (anziché l'attenzione) per produrre gli embedding.
• Valutazione (Scoring): Dopo due blocchi di passaggio di messaggi, un Multi-Layer Perceptron (MLP) mappa l'embedding finale del movimento ($h^{(2)}_m$) in un singolo punteggio scalare ($s_m$).
• Condivisione dei Parametri: Le forme dei parametri dipendono solo dalle dimensioni delle feature e dei livelli nascosti, rendendoli indipendenti dalla dimensione del grafo o dal numero di azioni.

3. Costruzione Deterministica dello Spazio di Azione

L'interfaccia impone un "confine stretto" dove l'apprendimento si ferma alla valutazione dei movimenti, e il codice deterministico gestisce il resto:

• Matrice di Incidenza ($A_j$): Per ogni incrocio $j$, una matrice di incidenza pre-calcolata e deterministica mappa i punteggi dei movimenti ai logit delle fasi. La matrice $A_j \in \{0, 1\}^{|P_j| \times |M_j|}$ indica quali movimenti sono abilitati da quali fasi.
• Logit delle Fasi: Il logit per una fase $p$ è calcolato come la somma dei punteggi dei suoi movimenti abilitati: $\ell_{j,p} = \sum_{m \in M_j} A_{j,p,m} s_m$.
• Costruzione Offline: Le fasi sono generate offline utilizzando l'enumerazione di Bron–Kerbosch per trovare insiemi di movimenti massimamente compatibili basati sui dati di conflitto di SUMO.
• Esecuzione Online: Al runtime, una maschera di disponibilità impone tempi minimi di verde, e un campionamento categorico seleziona una fase in base ai logit.

4. Protocollo di Addestramento

• Algoritmo: Viene utilizzato l'Ottimizzazione della Politica Prossimale (PPO) per ottimizzare la politica completa.
• Funzione di Ricompensa: Una ricompensa locale e priva di dimensioni viene assegnata per incrocio, combinando termini per il progresso (densità normalizzata sulla velocità), lo scarico (veicoli in uscita), la frenata (decelerazione) e il gridlock (deficit di velocità).
• Esecuzione: La politica opera su grafi di stato di dimensione variabile. Per il batching, gli incroci con dimensioni locali corrispondenti vengono raggruppati, evitando il padding a una dimensione di grafo universale.

Contributi Chiave

1. Disaccoppiamento Strutturale: Il contributo primario è l'interfaccia architettonica che separa una GNN condivisa e riutilizzabile per la valutazione dei movimenti dalla costruzione deterministica e specifica per incrocio degli spazi di azione. Ciò consente al sistema di gestire dimensioni di grafo variabili e conteggi di azioni variabili senza necessità di riaddestramento o alterazione della topologia della rete.
2. Valutazione della Fattibilità: Il documento fornisce prove empiriche della capacità di questa interfaccia di eseguire il controllo su reti stradali eterogenee, inclusi geometrie a griglia sintetiche non viste e cinque distinti grafi cittadini (Karlsruhe, Mannheim, Stuttgart, Heidelberg, Freiburg).
3. Confine Trasparente: A differenza dei lavori precedenti (ad es. TransferLight) che apprendono gerarchie complesse o semantiche di fase, questo approccio mantiene un confine trasparente dove l'applementazione della fase e la temporizzazione rimangono deterministiche, e l'attore appreso restituisce solo uno scalare per movimento.

Risultati Sperimentali

La valutazione affronta tre domande di ricerca (RQ):

• RQ1 (Trasferimento all'interno di una Famiglia Sintetica): Su dimensioni di griglia non viste (ad es. $6 \times 6$) e rapporti di aspetto generati dallo stesso generatore sintetico, la politica appresa campionata ha superato il baseline Max-Pressure sia in termini di throughput che di tassi di completamento in tutti i livelli di domanda (0.6, 0.7, 0.8).
• RQ2 (Spostamento della Distribuzione): Quando la copertura dei segnali è stata ridotta (50% e 25%), la politica addestrata con copertura completa ha mostrato un significativo deterioramento delle prestazioni rispetto a Max-Pressure. Ciò indica la sensibilità agli spostamenti di distribuzione nella copertura dei segnali, nonostante l'architettura rimanga strutturalmente eseguibile.
• RQ3 (Fattibilità Cittadina): Un'unica istanza di politica addestrata è stata eseguita su cinque grafi cittadini eterogenei. I risultati sono stati misti:
  • Karlsruhe & Stuttgart: La politica appresa ha superato tutti i baseline non appresi (Max-Pressure, Queue, Fixed Time) in throughput e completamento.
  • Mannheim: È rimasta indietro rispetto al baseline Queue.
  • Heidelberg: Ha performato in modo simile a Fixed Time.
  • Freiburg: Ha ottenuto un throughput e un completamento superiori rispetto a Fixed Time, ma al costo di una maggiore densità di attesa.
  • Nota: Stuttgart è servita come l'unico vero test di generalizzazione (nessun rollout di addestramento), mentre gli altri hanno dimostrato l'esecuzione attraverso domini di addestramento eterogenei.

Significato e Rivendicazioni

Il documento inquadra esplicitamente il proprio contributo come evidenza di fattibilità piuttosto che come una garanzia generale di trasferimento su reti stradali arbitrarie.

• Ambito Modesto: Gli autori dichiarano che i risultati non stabiliscono un trasferimento generale su reti stradali arbitrarie. La valutazione è limitata a specifiche famiglie di simulazione sintetica e cittadina.
• Strutturale vs Empirico: Il documento distingue tra la proprietà strutturale (la capacità di eseguire su grafi variabili, provata per costruzione) e la robustezza empirica (che si è dimostrata sensibile agli spostamenti di distribuzione come i cambiamenti nella copertura dei segnali).
• Focus sull'Implementazione: Il lavoro valuta un'implementazione e un'interfaccia architettonica piuttosto che proporre un nuovo algoritmo di apprendimento per rinforzo. Evidenzia come, sebbene l'interfaccia supporti dimensioni variabili, la prestazione appresa non sia invariante rispetto ai cambiamenti nella distribuzione del controllore o nella topologia sottostante della rete.

In conclusione, il documento dimostra che un'interfaccia basata su grafi può separare con successo la valutazione dei movimenti appresa dalla logica locale del segnale, consentendo l'esecuzione su diverse e non viste geometrie di rete. Tuttavia, rivela anche che l'eseguibilità strutturale non garantisce automaticamente una prestazione robusta sotto spostamenti di distribuzione o in tutti gli ambienti cittadini eterogenei senza ulteriore tuning o adattamento.