发布网友 发布时间:2024-10-16 11:18
共1个回答
热心网友 时间:2024-12-12 23:21
来自香港科技大学(广州)的研究团队开发出名为LightGPT的大模型,革新了交通信号控制(TSC)领域。利用LLMLight框架,模型能分析车辆排队和临近信号灯的状况,制定出优化路口流量的信号灯配置。这个框架结合实时交通数据和先验知识,通过大模型的泛化能力,以人类可理解的方式做出决策,提高了交通效率和透明度。
实验证明,LLMLight框架在九个数据集上超越了经典强化学习方法,展现出强大的泛化性和可解释性。在复杂路网如济南、杭州和纽约的测试中,LightGPT的表现优于GPT-4。其开源的框架和模型,为TSC带来了新的可能性,同时也提出了挑战:如何让LLM适应实时交通并解决专业领域知识的问题。
LLM应用于TSC的关键在于,如何在实时交通动态中应用大模型的智能决策能力,同时克服数据格式差异和专业领域知识的局限。为解决这些问题,研究人员提出了LLMLight框架,通过马尔可夫博弈模型,将交通信号控制转化为可观察的决策过程,结合文本转换和常识知识,引导LLM进行分析和决策。
LightGPT模型的训练通过模仿学习微调和策略优化,提升了模型性能和成本效益。LLMLight框架在实际测试中,无论是在扩展性测试还是极端拥堵情况下的表现都优于其他方法,同时提供了决策背后的解释,增强了系统的透明度和可靠性。