Daily Arxiv

Esta página recopila y organiza artículos sobre inteligencia artificial publicados en todo el mundo.
La información aquí presentada se resume utilizando Google Gemini y el sitio se gestiona sin fines de lucro.
Los derechos de autor de los artículos pertenecen a sus autores y a las instituciones correspondientes; al compartir el contenido, basta con citar la fuente.

CityLight: Un modelo universal que abarca los barrios para el control coordinado de semáforos a escala urbana

Created by
  • Haebom

Autor

Jinwei Zeng, Chao Yu, Xinyi Yang, Wenxuan Ao, Qianyue Hao, Jian Yuan, Yong Li, Yu Wang, Huazhong Yang

Describir

Este artículo se centra en el desarrollo de una política de propósito general que considera la heterogeneidad de las intersecciones egoístas y la influencia de las intersecciones vecinas en el control de semáforos a escala urbana (TSC). Para superar las limitaciones de los métodos existentes que solo consideran información sobre intersecciones egoístas, presentamos el modelo CityLight, que incluye un Codificador de Influencia de Vecindarios, que modela explícitamente la influencia de las intersecciones vecinas, y un Agregador de Influencia de Vecindarios, que agrega las influencias considerando las relaciones competitivas entre intersecciones vecinas. CityLight demuestra su eficacia en cinco conjuntos de datos urbanos de escala variable, con una mejora promedio del rendimiento del 11,68 % y una mejora del rendimiento de generalización del 22,59 %.

Takeaways, Limitations

Takeaways:
Presentamos un método novedoso para mejorar el rendimiento del control de señales de tráfico a escala de ciudad considerando la influencia de las intersecciones vecinas y las intersecciones egoístas.
Demostramos la viabilidad de nuestra política universal al validar su eficacia en conjuntos de datos urbanos de distintos tamaños.
Sugerir la posibilidad de un control más eficiente de los semáforos considerando la competencia entre intersecciones vecinas.
Limitations:
Se necesita un análisis más profundo del costo computacional y la escalabilidad del modelo propuesto.
Se necesitan más investigaciones sobre la robustez del modelo ante diversas condiciones de tráfico (por ejemplo, accidentes, eventos especiales).
Se necesitan experimentos y validaciones adicionales para su aplicación en entornos urbanos del mundo real.
👍