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

1. Formulação do Problema

O controle de sinais de tráfego é um componente crítico dos Sistemas Inteligentes de Transporte (ITS), no entanto, métodos convencionais enfrentam limitações significativas:

• Métodos de tempo fixo e baseados em regras: Estes lutam para se adaptar a demandas de tráfego dinâmicas e não recorrentes (por exemplo, picos súbitos, desequilíbrios direcionais) e carecem da capacidade de antecipar congestionamentos futuros.
• Aprendizado por Reforço (RL): Embora métodos de RL baseados em dados (por exemplo, IntelliLight, CoLight) mostrem promessa, eles frequentemente sofrem com baixa generalização em redes não vistas, falta de interpretabilidade (atuando como "caixas pretas") e são puramente reativos em vez de preditivos.
• Controle Direto por LLM: Embora Modelos de Linguagem Grandes (LLMs) ofereçam raciocínio e interpretabilidade, utilizá-los como controladores de baixo nível em tempo real e diretos é inseguro devido à latência potencial, inconsistência de saída e incapacidade de garantir estritamente restrições de segurança (por exemplo, tempo mínimo de verde, travessia de pedestres).

Desafio Central: Como aproveitar o raciocínio e a interpretabilidade dos LLMs para aprimorar o controle adaptativo de tráfego sem comprometer a segurança operacional ou o desempenho em tempo real.

2. Metodologia

Os autores propõem uma estrutura híbrida que posiciona o LLM como um módulo de suporte à decisão de alto nível, em vez de um controlador direto. O sistema integra quatro componentes principais:

A. Representação e Previsão do Estado do Tráfego (LSTM)

• Entrada: O sistema coleta dados em tempo real da interseção, incluindo comprimento da fila ($q$), tempo de espera acumulado ($w$), contagem de veículos ($n$), velocidade média ($v$), ocupação da faixa ($o$) e fase atual do sinal ($p$).
• Modelo: Uma rede de Memória de Curto e Longo Prazo (LSTM) é treinada para prever estados futuros de tráfego de curto prazo (horizonte $H=60$ segundos) com base em uma janela histórica ($K=120$ segundos).
• Saída: Previsões para futuros comprimentos de fila, tempos de espera e pontuações de demanda.

B. Controlador de Sinal Preditivo (Linha de Base)

• Um controlador preditivo utiliza as previsões da LSTM para calcular uma "pontuação de demanda" para cada fase de sinal viável.
• Ele seleciona uma ação candidata (por exemplo, estender o verde atual ou trocar de fase) que minimize o congestionamento futuro previsto. Isso serve como linha de base para comparação.

C. Suporte à Decisão Aumentado por LLM

• Função: O LLM atua como um motor de raciocínio, não como um atuador direto.
• Entrada: Ele recebe um objeto JSON estruturado contendo:
  • Estados atuais e previstos de tráfego.
  • A ação candidata gerada pelo controlador LSTM.
  • Restrições operacionais (tempo mínimo/máximo de verde, solicitações de pedestres, veículos de emergência).
• Função: O LLM avalia a ação candidata, diagnostica padrões de congestionamento (por exemplo, desequilíbrio direcional, transbordamento) e gera:
  • Uma recomendação (aceitar, rejeitar ou ajustar duração).
  • Uma explicação em linguagem natural para operadores humanos.
  • Um indicador de risco.
• Mecanismo de Acionamento: Para reduzir o custo computacional, o LLM não é chamado a cada passo. Ele é acionado apenas quando as condições de tráfego são ambíguas ou anormais (por exemplo, crescimento significativo da fila ou pequenas diferenças nas pontuações de demanda entre fases).

D. Filtragem de Ação Constrained por Segurança

• Componente Crítico: Antes que qualquer ação seja executada, um filtro de segurança determinístico valida a recomendação do LLM contra restrições estritas de sinal de tráfego ($C$).
• Lógica:
  • Se a recomendação do LLM violar restrições (por exemplo, exceder o tempo máximo de verde), o sistema a modifica para o valor viável mais próximo ou reverte para a ação candidata original da LSTM.
  • Isso garante zero violações de restrição na execução final.

3. Contribuições Principais

1. Estrutura Inovadora: Propõe uma arquitetura aumentada por LLM que combina previsão temporal de LSTM com raciocínio estruturado de LLM e um filtro de segurança, evitando as armadilhas de usar LLMs como controladores diretos de baixo nível.
2. Interpretabilidade: Diferente do RL de caixa preta, o sistema fornece explicações em linguagem natural e diagnósticos de congestionamento, tornando as decisões automatizadas transparentes para gestores de tráfego humanos.
3. Garantia de Segurança: Introduz um filtro de segurança rigoroso que garante que todas as ações executadas aderem às restrições operacionais, abordando a natureza crítica para a segurança do controle de tráfego.
4. Validação Empírica: Demonstra que os LLMs fornecem o valor mais significativo em cenários dinâmicos e não recorrentes (picos direcionais, surtos súbitos) onde regras puramente numéricas ou modelos preditivos padrão lutam.

4. Resultados Experimentais

A estrutura foi avaliada em uma simulação microscópica SUMO sob três cenários: Demanda Equilibrada, Pico Direcional e Surtos Súbitos. Foi comparada contra linhas de base de Tempo Fixo, Baseadas em Regras e Preditivas com LSTM.

Principais Descobertas:

• Ganhos de Desempenho: O método aumentado por LLM superou todas as linhas de base.
  • Sob condições de Surtos Súbitos, reduziu o tempo médio de espera em 14,4% e o comprimento da fila em 18,4% em comparação com a linha de base apenas com LSTM.
  • As melhorias foram modestas no tráfego equilibrado, mas tornaram-se substanciais à medida que as condições de tráfego se tornaram mais irregulares.
• Estudo de Ablação:
  • A remoção do módulo LLM resultou em uma queda clara de desempenho, confirmando seu valor no raciocínio complexo.
  • A remoção do filtro de segurança levou a um ligeiro aumento de desempenho, mas introduziu uma taxa de violação de restrição de 4,8%, provando que o filtro é essencial para a segurança.
• Segurança e Confiabilidade: O sistema final alcançou 0% de violações de restrição em todos os cenários.
• Explicabilidade: A taxa de validade da explicação do LLM permaneceu acima de 89%, indicando que o raciocínio gerado era consistente com o estado do tráfego e as ações finais.

5. Significado

Este estudo fornece um caminho prático para integrar IA Generativa em infraestrutura crítica para a segurança. Ele demonstra que:

• LLMs são mais adequados como "copilotos": Eles se destacam em raciocínio de alto nível, diagnóstico e explicação, mas não devem substituir camadas de segurança determinísticas.
• Abordagens híbridas são superiores: Combinar a previsão temporal do aprendizado profundo (LSTM) com o raciocínio semântico de LLMs produz melhor adaptabilidade do que qualquer método isolado.
• Prontidão para o ciclo humano: Ao fornecer explicações interpretáveis e garantir restrições de segurança, esta estrutura preenche a lacuna entre controle automatizado e confiança humana, facilitando a implantação de sistemas de tráfego inteligentes de próxima geração.