新型人工智能交通信号系统有望缓解拥堵

根据英国阿斯顿大学最近发布的一项研究，其研发的新型人工智能交通信号系统；d团队可以通过深度强化自主学习，快速调整红绿灯的反应，从而减少拥堵。

根据研究公报，交通信号控制效率低下是城市拥堵的主要原因之一。目前，交通信号自动化主要依靠磁感应电路。道路上铺设的电线记录过往车辆，系统进行统计，然后反馈数据。阿斯顿大学团队开发的人工智能系统可以“看到”拥堵的路况，并在汽车通过交通信号之前做出调整交通信号的决定，因此反应更快。

公报称，研究人员首先构建了一个先进的交通模拟器，来训练他们的人工智能系统学习处理不同的交通状况和天气状况，然后在真实的路口进行测试，发现该系统也可以适应真实的路况。

这项研究的参与者，阿斯顿大学的玛丽亚克里博士(Dr Maria Kerry)表示，研究人员将这个人工智能系统设定为一个交通控制游戏。当系统让汽车顺利通过一个路口时，它会得到一个“奖励”；每次车要等或者堵车，都会得到负面反馈。研究人员不需要输入编程指令，只需要控制奖励机制。

公报称，该系统使用深度强化学习技术，可以在交通路口“检查”任何真实或模拟的路况，并开始自主学习。当当前系统表现不佳时，它可以“理解”并尝试使用不同的行动计划或改进计划。研究小组希望今年将该系统投入真正的道路测试。