Система использует глубокое обучение с подкреплением, чтобы учиться на своих ошибках.
Есть ли чувство более раздражающее, чем застрять в пробке?
Согласно заявлению, опубликованному во вторник , исследователи из Астонского университета разработали новую систему искусственного интеллекта, которая может положить конец длинным очередям на светофорах .
Глубокое обучение с подкреплением
Система настолько эффективна, потому что она использует глубокое обучение с подкреплением , что означает, что она фактически адаптирует свои процессы, когда дела идут плохо, и продолжает совершенствоваться, когда они достигают прогресса.
«Мы настроили это как игру управления дорожным движением. Программа получает «награду», когда машина проезжает перекресток. Каждый раз, когда машина должна ждать или возникает пробка, вы получаете отрицательное вознаграждение. На самом деле от нас нет никакой информации; мы просто контролируем систему вознаграждения», — сказала доктор Мария Чли, преподаватель компьютерных наук в Астонском университете.
Исследователи отметили, что новая система значительно превзошла все другие традиционные методы управления трафиком. Это потому, что она была построена на государственном уровне. Система это современный фотореалистичный симулятор дорожного движения Traffic 3D.
Адаптируется к реальным условиям
Этот симулятор был обучен работе с различными дорожными и погодными сценариями, поэтому он может быстро адаптироваться к реальным транспортным развязкам, что делает его эффективным во многих реальных условиях.
«Причина, по которой мы основали эту программу на изученном поведении, заключается в том, что она может понимать ситуации, с которыми раньше явно не сталкивалась. Мы проверили это с физическим препятствием, вызывающим перегрузку, а не с фазировкой светофора, и система по-прежнему работала хорошо. Пока существует причинно-следственная связь, компьютер в конечном итоге выяснит, что это за связь. Это чрезвычайно мощная система», — заключил доктор Джордж Вогиацис, старший преподаватель компьютерных наук в Астонском университете.
Исследование было опубликовано в библиотеке Астонского университета.
Аннотация исследования:
Неэффективное управление сигналами светофора является одной из основных причин заторов на городских дорожных сетях. Динамически изменяющиеся условия трафика и оценка состояния трафика в режиме реального времени являются фундаментальными проблемами, которые ограничивают возможности существующей сигнальной инфраструктуры в обеспечении индивидуального управления сигналом в режиме реального времени. Мы используем глубокое обучение с подкреплением (DRL) для решения этих проблем. Из-за экономических ограничений и ограничений безопасности, связанных с обучением таких агентов в реальном мире, практический подход заключается в том, чтобы сделать это в моделировании перед развертыванием. Рандомизация предметной области — это эффективный метод преодоления разрыва с реальностью и обеспечения эффективного переноса агентов, прошедших симуляцию, в реальный мир.
В этой статье мы разрабатываем полностью автономный агент DRL на основе зрения, который обеспечивает адаптивное управление сигналом перед лицом сложных, неточных, и динамические среды трафика. Наш агент использует живые визуальные данные (т. е. поток видеозаписей RGB в реальном времени) с перекрестка, чтобы всесторонне воспринимать и впоследствии воздействовать на дорожную среду.
Используя рандомизацию предметной области, мы исследуем возможности обобщения нашего агента при различных условиях трафика как в моделируемой, так и в реальной среде. В разнообразном проверочном наборе, независимом от обучающих данных, наш агент управления дорожным движением надежно адаптировался к новым дорожным ситуациям и продемонстрировал положительный перенос на ранее невиданные реальные перекрестки, несмотря на то, что полностью обучался в моделировании.
