新華社北京5月16日電英國阿斯頓大學近日發(fā)布的一項研究顯示，由該校研發(fā)團隊開發(fā)的一種新型人工智能交通信號系統(tǒng)可通過深度強化自主學習，快速調(diào)整交通信號燈的反應，從而減少擁堵。

研究公報稱，低效的交通信號控制是城市擁堵的主要原因之一。目前交通信號自動化主要依賴于磁感應回路，鋪設在道路上的電線記錄經(jīng)過的汽車，系統(tǒng)進行計數(shù)，再對數(shù)據(jù)做出反饋。而由阿斯頓大學團隊開發(fā)的人工智能系統(tǒng)在汽車通過交通信號之前就能“看到”擁堵的路況并做出調(diào)整交通信號的決定，因此反應更快。

公報說，研究人員首先構(gòu)建了一種先進的交通模擬器來訓練他們的人工智能系統(tǒng)，讓其學習處理不同的交通狀況和天氣情況，隨后在真實的交叉路口進行測試，發(fā)現(xiàn)該系統(tǒng)也能適應真實的路況。

研究參與者、阿斯頓大學的瑪麗亞·克莉博士介紹說，研究人員將此人工智能系統(tǒng)設置成一種交通控制游戲。當系統(tǒng)讓汽車順利通過一個路口時，它會獲得“獎勵”；每次汽車必須等待或出現(xiàn)堵塞時，則會得到負面反饋。研究人員無須輸入編程指令，只需控制獎勵機制。

公報說，該系統(tǒng)使用了深度強化學習技術(shù)，它可以“查看”任何真實或模擬的交通路口路況，并開始進行自主學習。在當前系統(tǒng)表現(xiàn)欠佳時，它能夠“理解”并嘗試使用不同的行動方案或者改進方案。研究團隊希望今年年內(nèi)將該系統(tǒng)投入真實道路測試。

關鍵詞： 智能交通