🤖 machine learning

DeCoR: Design and Control Co-Optimization for Urban Streets Using Reinforcement Learning

O artigo apresenta o DeCoR, um framework de aprendizado por reforço em duas etapas que co-otimiza layouts de faixas de pedestres urbanas e controle adaptativo de sinais para reduzir significativamente os atrasos de pedestres e veículos em corredores do mundo real, ao mesmo tempo em que generaliza para demandas variadas sem necessidade de retreinamento.

Autores originais: Bibek Poudel, Lei Zhu, Kevin Heaslip, Sai Swaminathan, Weizi Li

Publicado 2026-05-21

📖 5 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: Bibek Poudel, Lei Zhu, Kevin Heaslip, Sai Swaminathan, Weizi Li

Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Imagine uma rua movimentada de uma cidade como uma pista de dança gigante e caótica. De um lado, você tem pedestres tentando atravessar; do outro, carros tentando passar. Atualmente, os planejadores urbanos frequentemente montam a pista de dança (as faixas de pedestres) com base em regras práticas antigas, como "coloque uma faixa de pedestres a cada 100 pés", e depois contratam um DJ (o semáforo) para tocar um ritmo fixo, independentemente de quantas pessoas estão realmente dançando.

O artigo apresenta o DeCoR, um novo sistema que atua como um coreógrafo e DJ superinteligentes trabalhando juntos para redesenhar a pista de dança enquanto a música está tocando.

Veja como funciona, dividido em etapas simples:

1. O Problema: A Lacuna do "Adivinhar"

Atualmente, temos ótimas câmeras e sensores que podem contar exatamente quantas pessoas e carros estão se movendo e para onde querem ir. Mas raramente usamos esses dados para alterar o layout da cidade. Medimos o tráfego, mas não redesenhamos a rua para se adequar ao tráfego. Isso leva a situações perigosas onde pessoas atravessam fora da faixa porque a faixa de pedestres mais próxima está muito longe, ou carros ficam presos em semáforos que não correspondem ao fluxo real de pessoas.

2. A Solução: Uma "Co-Otimização" em Duas Etapas

O DeCoR usa um tipo de IA chamada Aprendizado por Reforço (pense nisso como um jogador de videogame que aprende por tentativa e erro) para resolver dois problemas de uma vez:

Etapa 1: O Arquiteto (Agente de Design). Esta IA olha para o mapa e pergunta: "Onde devemos colocar as faixas de pedestres e qual deve ser a largura delas?" Ela não apenas adivinha; usa uma ferramenta matemática chamada Modelo de Mistura Gaussiana. Imagine isso como um "mapa de calor" que aprende os caminhos mais populares que as pessoas querem seguir (suas "linhas de desejo") e sugere colocar as faixas de pedestres exatamente onde a multidão quer ir, em vez de onde um livro de regras diz que deveriam estar.
Etapa 2: O Maestro (Agente de Controle). Assim que o Arquiteto sugere um novo layout, o Maestro assume. Esta IA controla os semáforos. Em vez de um temporizador fixo, ela observa a multidão em tempo real e altera os semáforos instantaneamente para permitir que pessoas e carros passem com o mínimo de espera.

3. O Campo de Treinamento: Um Gêmeo Digital

Antes de tentar isso em uma rua real, a equipe testou o DeCoR em um trecho de 750 metros de um campus universitário nos EUA. Eles alimentaram o sistema com dados reais de:

Câmeras de vídeo para contar carros.
Registros de Wi-Fi (de telefones anônimos) para contar pedestres.

Eles executaram milhares de simulações em um mundo digital (usando uma ferramenta chamada SUMO), onde a IA testou diferentes layouts de faixas de pedestres e tempos de semáforo. Toda vez que a IA fazia uma jogada que reduzia o tempo de espera tanto para pessoas quanto para carros, ela recebia uma "recompensa". Toda vez que causava um atraso, recebia uma "penalidade".

4. Os Resultados: Mais Inteligente, Mais Rápido, Mais Seguro

Os resultados foram surpreendentemente eficazes:

Menos Faixas de Pedestres, Melhores Resultados: A rua real tinha 7 faixas de pedestres. O DeCoR sugeriu remover algumas e manter apenas 4, mas colocá-las em locais mais inteligentes.
Caminhar é Mais Rápido: Como as faixas de pedestres foram colocadas exatamente onde as pessoas naturalmente queriam caminhar, os pedestres alcançaram sua travessia mais próxima 23% mais rápido. Eles não precisaram se desviar tanto do caminho.
A Espera é Drasticamente Reduzida:
- Pedestres: Esperaram 79% menos tempo nos semáforos em comparação com o antigo sistema de temporizador fixo. Na verdade, esperaram quase tão pouco quanto esperariam em uma travessia sem controle (onde você apenas atravessa), mas com a segurança de um sinal.
- Carros: Esperaram 65% menos tempo. Os semáforos se adaptaram para que os carros não parassem desnecessariamente.
O "Superpoder" da Co-Otimização: O artigo testou o que acontece se você alterar o layout da rua depois que o sistema é treinado.
- Se você treinar o DJ (Controle) em um plano de piso fixo e, em seguida, adicionar repentinamente uma nova faixa de pedestres, o DJ fica confuso e ocorrem engarrafamentos.
- Mas, como o DJ do DeCoR aprendeu enquanto o plano de piso estava mudando, ele se tornou incrivelmente flexível. Mesmo quando a equipe adicionou uma nova faixa de pedestres que a IA nunca tinha visto antes, o sistema manteve o tráfego fluindo suavemente, reduzindo os tempos de espera em 97% em comparação com um sistema treinado da maneira antiga.

A Conclusão

O DeCoR prova que, se você ouvir os dados (sentindo para onde pessoas e carros realmente vão) e permitir que o design (onde estão as faixas de pedestres) e o controle (os semáforos) conversem entre si, você pode tornar as cidades mais seguras e mais rápidas para todos. Ele transforma um sistema rígido e baseado em regras em um organismo vivo e flexível que se adapta à multidão.

Nota: O artigo foca estritamente na melhoria do tempo de viagem e na redução de atrasos em uma simulação baseada em dados do mundo real. Ele não afirma ter eliminado acidentes ou fatalidades no mundo real ainda, nem afirma funcionar em todos os tipos de ruas de cidades globalmente, mas sim no corredor específico que eles testaram.

Resumo Técnico: DeCoR – Co-otimização de Design e Controle para Ruas Urbanas

Declaração do Problema
As tecnologias modernas de visão computacional e sensoriamento avançaram significativamente na detecção, rastreamento e previsão de atores urbanos (pedestres e veículos). No entanto, permanece uma lacuna crítica entre essas capacidades de percepção e o design da infraestrutura urbana. Embora as cidades possam cada vez mais medir como pessoas e veículos se movem, essas medições raramente são utilizadas para redesenhar a infraestrutura que molda seu comportamento. As práticas atuais de segurança de pedestres dependem fortemente de heurísticas estáticas (por exemplo, limiares fixos de espaçamento de faixas de pedestres) que antecedem as capacidades modernas de sensoriamento. Essas regras frequentemente falham em equilibrar prioridades concorrentes: pedestres exigem travessias seguras e convenientes, veículos esperam atrasos mínimos e planejadores visam eficiência de custos. Otimizar a localização de faixas de pedestres sem considerar o controle de semáforos, ou vice-versa, pode ser contraproducente; faixas mal posicionadas aumentam as paradas de veículos, enquanto semáforos mal sincronizados em faixas bem posicionadas causam atrasos excessivos.

Metodologia
O artigo apresenta o DeCoR, um framework de Aprendizado por Reforço (RL) em duas etapas que co-otimiza o layout de faixas de pedestres em quarteirões e o controle de semáforos em nível de rede. O framework opera sobre um grafo direcionado $G=(V, E)$ que representa a rede de pedestres, onde os nós são interseções e junções de caminhos, e as arestas são segmentos transitáveis.

Etapa de Design (Loop Externo):
- Objetivo: Aprender uma política generativa para propor localizações e larguras ótimas de faixas de pedestres.
- Mecanismo: Uma Rede de Atenção em Grafos (GATv2) codifica o grafo da rede de pedestres. O agente de design parametriza um Modelo de Mistura Gaussiana (GMM) sobre a localização e a largura das faixas.
- Ação: Novas faixas são amostradas a partir deste GMM a cada episódio. A recompensa de design ( $R_D$ ) equilibra o tempo de chegada dos pedestres contra o número de faixas (custo de infraestrutura), incentivando designs mais esparsos e economicamente eficientes.
- Restrição: O layout é limitado pelos limites do corredor, e configurações fisicamente irreais (por exemplo, faixas com menos de 1m de distância) são fundidas.
Etapa de Controle (Loop Interno):
- Objetivo: Aprender uma política de temporização de semáforos adaptativa condicionada ao layout proposto.
- Mecanismo: Uma política de controle compartilhada opera em $N$ simulações de malha fechada paralelas (usando SUMO) com escalas variadas de demanda do mundo real.
- Estado: O estado inclui matrizes espaço-temporais de fases de semáforos, ocupação de veículos (dentro de 100m de interseções, 50m de faixas) e ocupação de pedestres (dentro de 5m de faixas).
- Ação: O agente seleciona fases de semáforos para interseções (4 configurações) e estados binários para faixas em quarteirões (fluxo de veículos vs. pedestres).
- Recompensa: A recompensa de controle baseia-se em uma métrica modificada de Fila Agregada de Espera Máxima (MWAQ). Ela combina o pior atraso individual com a demanda acumulada e aplica penalidades exponenciais para suprimir tempos de espera extremos tanto para pedestres quanto para veículos.
Treinamento:
- Ambas as etapas utilizam Otimização de Política Proximal (PPO).
- A etapa de design é tratada como um bandito contextual com recompensas imediatas, enquanto a etapa de controle é um Processo de Decisão de Markov (MDP) sobre passos sequenciais.
- A demanda do mundo real é derivada de logs de vídeo e Wi-Fi, escalada aleatoriamente durante o treinamento para garantir robustez.

Resultados Principais
Avaliado em um corredor urbano real de 750m com 2.223 pedestres/hora e 202 veículos/hora:

Otimização de Layout: O DeCoR reduziu o número de faixas de pedestres em quarteirões de 7 (existentes) para 4. Apesar de menos travessias, o layout otimizado reduziu o tempo médio de chegada do pedestre à faixa mais próxima em 22,68% (até 25,8% em alta demanda), alinhando-se melhor às linhas de desejo dos pedestres.
Otimização de Controle: Em relação à sinalização de tempo fixo, a política de controle do DeCoR reduziu o tempo de espera dos pedestres em 78,9% e o tempo de espera dos veículos em 65,3%.
Desempenho vs. Baselines:
- As travessias sinalizadas do DeCoR alcançaram tempos de espera de pedestres comparáveis às travessias não sinalizadas (1,26s vs. 1,46s), mantendo a segurança (zero conflitos).
- Em alta demanda, as travessias não sinalizadas causaram picos significativos nos tempos de espera dos veículos, enquanto o DeCoR manteve a eficiência.
Generalização e Robustez:
- Ambos os agentes generalizaram para padrões e escalas de demanda fora da distribuição de treinamento (testados de 0,5x a 2,75x de demanda).
- Teste de Robustez: Quando uma faixa adicional foi introduzida no layout otimizado sem retreinamento, o controlador co-otimizado manteve baixos tempos de espera. Em contraste, um controlador treinado sequencialmente (design e depois controle) degradou dramaticamente, mostrando 97,53% mais tempo de espera para pedestres e 91,90% mais tempo de espera para veículos.

Significado e Alegações
O artigo alega que o DeCoR fecha com sucesso a lacuna da percepção ao design, demonstrando que perceber como pedestres e veículos se movem é suficiente para redesenhar conjuntamente a infraestrutura e adaptar o controle.

Valor da Co-otimização: A contribuição principal é mostrar que a otimização conjunta supera abordagens sequenciais. A co-otimização permite que a política de controle aprenda robustez a mudanças estruturais no layout, uma capacidade ausente em agentes treinados sequencialmente.
Design Focado no Pedestre: Os resultados desafiam a suposição de que travessias sinalizadas são inerentemente lentas para pedestres. Com controle adaptativo orientado por percepção, travessias sinalizadas podem aproximar-se da conveniência das não sinalizadas, mantendo a eficiência dos veículos.
Eficiência: A abordagem de co-otimização não introduz sobrecarga computacional significativa (aproximadamente 10% por rodada para conversão de grafo para simulação) em comparação com o treinamento sequencial, entregando, no entanto, desempenho e robustez significativamente superiores.

Limitações e Escopo
Os autores notam explicitamente que o DeCoR visa a mobilidade (tempo de chegada e atraso) como um substituto para a segurança, em vez de modelar explicitamente o risco de lesões ou fatalidades. A avaliação está confinada à simulação usando dados de demanda do mundo real; não modela violações de sinal, ruído de sensores ou oclusão. Além disso, o estudo é limitado a um único corredor real devido à escassez de conjuntos de dados que emparelhem geometria realista com medições de demanda de alta fidelidade e alinhadas temporalmente. Sugere-se trabalho futuro para expandir o espaço de design para geometrias de rede de dimensões mais altas e incorporar indicadores de segurança explícitos baseados em conflitos.