长队在红绿灯可能是过去的事了,多亏了一个新的人工智能系统由阿斯顿大学的研究人员开发的。
系统——首次读取现场录像和适应灯光补偿,保持交通畅通,减少拥堵。
系统使用深强化学习,程序理解做不好时,尝试不同的行动路线,或者继续改善取得进展。
在测试中,系统明显优于其他方法,通常依靠manually-designed相变。
2019年,据估计,拥堵在英国城市导致英国居民平均浪费115小时的时候,£894年燃料浪费和损失的收入,每年。拥堵的主要原因是交通信号时间不足。
研究人员建立了一个国家的艺术照片真实感交通模拟器,交通3 d,训练他们的计划,教它来处理不同的交通和天气情况。当系统测试在一个真正的结,它随后适应真实的交通路口尽管是完全模拟训练。因此可以在许多实际的设置是有效的。
玛丽亚Chli博士,读者计算机科学阿斯顿大学解释说:“我们已经设置为交通控制游戏。这个项目得到“奖赏”的时候一辆汽车通过一个结。每次一辆车等待或果酱,有一个负的奖励。从我们实际上没有输入;我们只是控制奖励系统。”
目前,在路口红绿灯自动化的主要形式使用取决于磁感应循环;导线坐在路边,寄存器汽车经过。程序计算,然后对数据。因为AI阿斯顿大学团队创建的“看到”高交通量在汽车已经通过了灯光,使其决定,它更灵敏,反应更迅速。
乔治博士Vogiatzis阿斯顿大学高级讲师在计算机科学中,说:“我们之所以有这个程序基于学习行为,以便它可以了解情况还没有显式地体验过。我们已经测试了这个物理障碍,导致交通拥堵,而不是红绿灯定相,系统仍然做得很好。只要有一个因果关系,计算机将最终找出该链接。这是一个非常强大的系统。
程序可以设置查看任何交通枢纽-真实或模拟,将开始学习自主。奖励制度可以操纵,例如鼓励程序让急救车辆的行驶。但程序总是教本身,而不是编程与特定的指令。
研究人员希望今年开始测试他们的系统在真正的道路。
参考:加戈D, Chli M, Vogiatzis g .全自动建立交通信号控制:从模拟现实。:ACM;2022年。2022年5月12日通过。https://publications.aston.ac.uk/id/eprint/43543/
本文从以下转载材料。注:材料可能是长度和内容的编辑。为进一步的信息,请联系引用源。
