科学家打造iLLM-TSC新框架，结合大模型和机器学习，能用于控制交通信号灯

文章预览

当前，全球城市地区车辆数量的增加显著影响了出行效率，增加了交通事故，加剧了环境污染。因此，如何减少交通拥堵是城市治理中的一个关键问题。 而智能交通系统旨在通过优化控制和调度决策来提高运输效率。智能交通信号控制系统，则是其中的重要一环。 图 1 | 车辆、路边单元和基站之间的通信过程（来源：资料图） 为了应对传统智能交通信号控制方法的局限性，近期很多研究使用强化学习利用交叉口的实时传感器数据进行决策。 强化学习能够从数据中学习，并能动态调整控制策略以便适应实时交通的变化，在单个交叉口和多个交叉口场景中均有出色表现。 然而，大多数将强化学习用于智能交通信号控制的现有研究，往往都是假设观测完美且没有通信问题，而这与现实情况明显不符。 如图 1 所示，车辆、路边单元和基站之间的通信过 ………………………………