본 논문은 도시 규모의 교통 신호 제어(TSC)에서 이기적 교차로의 이질성과 이웃 교차로의 영향을 고려한 범용 정책 학습에 초점을 맞춥니다. 기존 방법들이 이기적 교차로 정보만을 고려하는 한계를 극복하기 위해, 이웃 교차로의 영향을 명시적으로 모델링하는 Neighbor Influence Encoder와 이웃 교차로 간의 경쟁 관계를 고려하여 영향을 집계하는 Neighbor Influence Aggregator를 제안하는 CityLight 모델을 제시합니다. CityLight는 다양한 규모의 다섯 개 도시 데이터셋에서 평균 처리량 11.68% 향상 및 일반화 성능 22.59% 향상을 보이며 효과를 입증합니다.
시사점, 한계점
•
시사점:
◦
이기적 교차로뿐 아니라 이웃 교차로의 영향까지 고려하여 도시 규모의 교통 신호 제어 성능을 향상시킬 수 있는 새로운 방법 제시.
◦
다양한 크기의 도시 데이터셋에서 범용 정책의 효과를 검증하여 실용성을 입증.
◦
이웃 교차로 간의 경쟁 관계를 고려하여 더욱 효율적인 교통 신호 제어 가능성 제시.
•
한계점:
◦
제안된 모델의 계산 비용 및 확장성에 대한 추가적인 분석 필요.
◦
다양한 교통 조건(예: 사고, 특별 이벤트)에 대한 모델의 로버스트니스에 대한 추가적인 연구 필요.
