본 논문은 다차선 교차로에서 자율주행차(CAV)와 사람이 운전하는 차량(HDV) 간의 원활한 조정을 위한 새로운 신호 제어 프레임워크를 제시한다. Graph Attention Networks (GAT)와 Soft Actor-Critic (SAC) 강화 학습을 결합하여 교통 흐름의 동적 그래프 구조를 모델링하고, 엔트로피 최적화된 의사 결정을 통해 적응형 신호 제어를 가능하게 한다. 목표는 이동 시간을 최소화하고, 성능을 향상시키며, 안전을 보장하고, HDV와 CAV 간의 공정성을 개선하는 것이다. SUMO 기반 시뮬레이션을 통해 4방향 교차로에서 다양한 교통 밀도와 CAV 침투율을 사용하여 모델을 평가했다.
