Forskare vid Aston University i Birmingham har utvecklat en ny AI-baserad metod för att styra trafiksignaler i korsningar [1].

Lösningen bygger på förstärkningsinlärning (Eng: reinforcement learning) som belönar signalscheman som maximerar fordonsflödet. AI-lösningen visade sig bättre än samtliga manuellt designade alternativ [2].

Lösningen tränades med hjälp av en digital skugga, dvs. en enkelriktad digital tvilling. Kameradata från ett liveflöde matades i en egenutvecklad simulator och olika signalscheman jämfördes. Forskarna hoppas kunna styra trafiksignaler i en verklig korsning innan året är slut.

Egen kommentar 

Trafikstockningarna i Storbritanniens urbana områden bedöms kosta den genomsnittliga trafikanten motsvarande över 10 000 kr i bränsle- och tidsförlust. Bristfällig styrning med trafiksignaler anses vara en avgörande orsak. Användning av förstärkningsinlärning för att optimera trafiksignaler är lovande, eftersom det inte kräver mänskligt annoterade träningsdata – vilket ofta blir en flaskhals vid övervakad inlärning (Eng: supervised learning). Forskarnas förslag bör därmed kunna skala bättre till olika korsningar efter hand som fler digitala skuggor blir tillgängliga.

Källa 

[1] AI traffic light system could make traffic jams a distant memory. 2022-05-11 Länk 

[2] Garg et al, In Proc. the 21st International Conference on Autonomous Agents and Multiagent Systems, pp. 454-462, May 2022 Länk