본 논문은 교통 신호 제어(TSC) 시스템을 위한 인간과 유사한 추론 능력을 갖춘 기초 모델인 Traffic-R1을 제시한다. Traffic-R1은 시뮬레이션된 교통 환경에서 전문가의 지도를 받은 강화 학습 기반 대규모 언어 모델(LLM)의 자기 탐색 및 반복을 통해 개발되었다. 기존 강화 학습(RL) 및 최근 LLM 기반 방법과 비교하여 Traffic-R1은 세 가지 중요한 장점을 제공한다. 첫째, 내부 교통 제어 정책과 인간과 유사한 추론 능력을 활용하여 새로운 도로망과 분포 외 사건에 대해 제로샷 일반화를 제공한다. 둘째, 30억 매개변수 아키텍처는 모바일급 칩에서 실시간 추론이 가능하도록 경량화되어 대규모 에지 배포가 가능하다. 셋째, 설명 가능한 TSC 프로세스를 제공하며 자체 반복 및 새로운 동기식 통신 네트워크를 통해 다중 교차로 통신을 용이하게 한다. 광범위한 벤치마크는 Traffic-R1이 기존 최고 성능을 능가하고, 강력한 기준 모델 및 학습 집약적인 RL 컨트롤러를 능가함을 보여준다. 실제로 이 모델은 현재 매일 55,000명 이상의 운전자를 위한 신호를 관리하며, 평균 대기열을 5% 이상 단축하고 운영자 작업량을 절반으로 줄인다. 모델의 체크포인트는 https://huggingface.co/Season998/Traffic-R1 에서 이용 가능하다.
