Traffic Co-Simulation Framework Empowered by Infrastructure Camera Sensing and Reinforcement Learning
本文提出了一种集成 CARLA 和 SUMO 的鲁棒联合仿真框架，其中基于 YOLO 的摄像头感知将实时交通数据馈送至用于自适应信号控制的多智能体强化学习代理，证明了该系统即使在不完善或稀疏的感知条件下也能有效优化全网交通流。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，城市街道就像一场巨大的、混乱的捉迷藏游戏，数百万辆汽车就是参与者，而交通灯则是裁判。在一个完美的世界里，这些裁判应该拥有“超视觉”，能够瞬间且完美地看到每一辆车，从而在需要的时候精准地挥动绿旗，让游戏流畅运行。这就是“智能交通系统”的梦想。然而，在现实世界中，裁判往往视力不佳，或者可能会漏掉躲在树后的玩家。这正是“强化学习”发挥作用的地方。把它想象成一位教练，通过尝试不同的策略、犯错，并从试错中慢慢摸索出最佳方案，从而学习如何玩好这场游戏。研究人员提出的重大问题是：如果从摄像头获取的信息是混乱、不完整或有时纯粹是错误的，一位教练能否学会有效地管理整个城市的交通？如果该系统能够处理不完美的数据，我们或许终于能够建造出真正适用于我们混乱的现实城市、而非仅仅存在于完美计算机模拟中的智能交通灯。
这篇论文构建了一个巨大的虚拟游乐场来测试这一点。研究人员创建了一个“协同仿真”（co-simulation），这就像同时运行两个不同的视频游戏并让它们相互通信。其中一个游戏叫做 CARLA，是一个高保真的 3D 世界，看起来和感觉起来都非常真实，拥有逼真的汽车和天气；另一个游戏叫做 SUMO，是一个强大的交通模拟器，负责处理数千辆汽车在网络中移动的数学逻辑。他们将虚拟摄像头安装在 3D 世界的交通灯杆上。这些摄像头不仅仅是拍照，它们还使用一种“智能眼”系统（一种名为 YOLO 的计算机视觉工具）来计数车辆，并告诉交通灯下一步该做什么。
该团队使用一种称为“多智能体强化学习”的方法训练了一组“智能体”（充当交通灯控制器的计算机程序）。想象一群学生，每个人负责一个交叉路口，通过为保持车辆移动而获得积分、为让车辆等待而扣分，来学习如何保持交通畅通。他们测试了四种不同的给分（奖励）方式：一种基于车辆等待时间，一种基于排队车辆数量，一种基于车辆行驶速度，以及一种基于车辆对交叉口产生的压力。
他们在虚拟城市中发现了以下结果：
- “平均速度”策略胜出： 那些以保持车辆高平均速度为奖励目标的智能体表现最好。与传统的固定时间交通灯相比，它们成功减少了车辆在城市中的总停留时间，并显著缩短了等待时间。
- 不完美的眼睛也没关系： 尽管虚拟摄像头会犯错——有时会统计不存在的车辆，或漏掉存在的车辆——但“平均速度”智能体仍然表现出色。它们足够强大，能够处理数据中的“噪声”。
- “队列”陷阱： 然而，那些严格以清除静止车辆队列（队列长度）为奖励目标的智能体却碰壁了。在拥堵交通中，车队会向后延伸得非常长，甚至超出了摄像头的视野范围。智能体一直看到“队列已满”，却不知道该如何应对，导致交通陷入停滞。这表明，如果看不全全局，仅仅观察车队是不够的。
- 更好的摄像头有帮助，但并非魔法： 他们测试了两个版本的“智能眼”软件，即 YOLOv5 和更新的 YOLOv8。较新的版本更准确，计数错误更少，交通流量也因此略有提升。但即使使用较旧、准确度较低的摄像头，智能体仍然比完全不做任何处理时提高了交通流效率。
研究人员还在系统中发现了一个安全网。如果计算机感到困惑并无法决定该做什么，系统会有一条规则强制灯光在 60 秒后切换，从而防止交通完全瘫痪。他们还注意到，虽然他们的系统在模拟中表现良好，但在运行所有摄像头和重度交通时，耗时大约是实时运行的两倍，这意味着要在现实世界中运行，它需要强大的计算机（或直接位于交叉口处的“边缘计算”设备）。
最终，这项研究表明，我们不需要完美、清晰的视觉来构建智能交通系统。即使使用不完美、带有噪声的标准摄像头数据，强化学习也能教会交通灯比现在的交通灯更加高效。这是迈向未来的一步，在那个未来，我们的交通灯将像聪明的教练一样，即使在侧边观察视角并不完美的情况下，也能学习如何让游戏持续进行。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。