Simple Science

Ciência de ponta explicada de forma simples

# Engenharia Eletrotécnica e Ciência dos Sistemas# Aprendizagem de máquinas# Inteligência Artificial# Sistemas e Controlo# Sistemas e Controlo

HumanLight: Uma Solução de Trânsito Inteligente

Um novo sistema pra melhorar o fluxo do trânsito promovendo caronas.

― 5 min ler


HumanLight: Inovação noHumanLight: Inovação noTrânsitotrânsito urbano de forma eficiente.Uma maneira mais esperta de gerenciar o
Índice

O congestionamento de trânsito é um grande problema em muitas cidades. Muita gente escolhe dirigir sozinha, o que leva a mais carros nas ruas e mais poluição. Novas tecnologias podem ajudar a incentivar a carona compartilhada, onde várias pessoas dividem um único veículo, para aliviar essa situação. Este trabalho apresenta o HumanLight, uma nova abordagem para otimizar semáforos que recompensa a carona e visa melhorar o fluxo de trânsito como um todo.

O Problema dos Veículos de Ocupação Única

Os veículos de ocupação única (SOVs) são populares entre os pendulares, mas contribuem para os engarrafamentos e a poluição. Com mais pessoas tendo carros, especialmente depois da pandemia de COVID-19, nossas estradas estão mais lotadas do que nunca. Enquanto isso, o uso do transporte público caiu por conta das preocupações com a segurança. A ideia é incentivar mais pessoas a compartilhar viagens ou usar o transporte público, o que pode ajudar a reduzir o número de carros nas ruas.

A carona compartilhada, onde as pessoas dividem uma viagem usando o mesmo veículo, pode reduzir significativamente as emissões, o trânsito e os tempos de viagem. Esse sistema pode beneficiar tanto o meio ambiente quanto os indivíduos, diminuindo os custos de viagem.

A Abordagem: HumanLight

O HumanLight é um sistema inovador projetado para gerenciar os semáforos de forma mais eficaz. Ele incentiva a carona ao dar prioridade para veículos que levam mais passageiros. Este sistema utiliza o Aprendizado por Reforço, um tipo de inteligência artificial que ajuda os semáforos a aprenderem com dados em tempo real.

Os principais objetivos do HumanLight são:

  • Aumentar o número de pessoas usando caronas e transporte público.
  • Reduzir atrasos nos semáforos.
  • Tornar o gerenciamento de trânsito mais focado nas pessoas, em vez de apenas nos veículos.

Entendendo o Controle de Semáforos

Tradicionalmente, os semáforos são controlados usando métodos fixos ou acionados. Os métodos fixos usam um cronograma que não muda com base nas condições atuais do trânsito. Os métodos acionados dependem de sensores para detectar o fluxo de trânsito, mas ainda seguem planos predefinidos. Ambos esses métodos podem ser ineficazes para lidar com a natureza imprevisível do trânsito real.

O aprendizado por reforço permite que os semáforos se adaptem e respondam ativamente às condições em mudança. O sistema de trânsito pode aprender quais tempos de sinal funcionam melhor em diferentes situações, otimizando o fluxo de pessoas nas interseções.

A Importância da Carona Compartilhada

Os serviços de carona compartilhada têm ganhado popularidade, pois oferecem opções de transporte flexíveis e acessíveis. Esses serviços, como o carpooling, permitem que os pendulares compartilhem viagens, reduzindo o número de veículos nas ruas.

Em muitas áreas urbanas, a carona compartilhada pode levar a tempos de viagem mais curtos, custos mais baixos e um impacto ambiental reduzido. Incentivar a carona compartilhada é essencial para um desenvolvimento urbano sustentável, tornando as cidades mais habitáveis e reduzindo os congestionamentos.

O Papel da Tecnologia

Avanços recentes em tecnologia, como compartilhamento de dados em tempo real e algoritmos melhorados, facilitam a implementação de soluções para gerenciar o trânsito de forma mais eficiente. O HumanLight aproveita essas tecnologias para criar um sistema de controle de semáforos mais inteligente e eficiente.

Usando dados de várias fontes, como sensores de trânsito e contagens de passageiros, o HumanLight ajusta o tempo dos sinais para priorizar veículos que transportam mais passageiros. Isso garante que a carona compartilhada seja incentivada, melhorando o fluxo de trânsito.

Características Principais do HumanLight

O HumanLight se destaca com suas características únicas:

  • Controle Descentralizado: Cada semáforo opera de forma independente, mas aprende com experiências compartilhadas, permitindo soluções escaláveis em várias interseções.
  • Veículos Ativos: Este conceito se refere a veículos que estão perto o suficiente da interseção para afetar o fluxo de trânsito. Focando nos veículos ativos, o HumanLight pode otimizar melhor o tempo do sinal para as condições em tempo real.
  • Alocação Equitativa do Tempo Verde: O HumanLight aloca mais tempo de luz verde para veículos com maior ocupação, incentivando a carona compartilhada.

Avaliando o Desempenho do HumanLight

A eficácia do HumanLight é avaliada comparando-o com métodos tradicionais de controle de trânsito. Vários cenários são testados, incluindo diferentes níveis de adoção de caronas compartilhadas para ver como o HumanLight se sai em várias condições.

Os resultados mostram que o HumanLight leva a melhorias significativas tanto nos tempos de viagem das pessoas quanto no fluxo de trânsito nas interseções. O sistema demonstra um desempenho melhor à medida que o número de veículos compartilhando caronas aumenta.

O Futuro da Mobilidade Urbana

À medida que as cidades continuam a evoluir, a necessidade de sistemas de transporte eficientes se torna mais significativa. O HumanLight oferece um caminho para uma mobilidade urbana mais sustentável, promovendo a carona compartilhada e otimizando o gerenciamento de trânsito.

Os formuladores de políticas podem usar os insights do sistema HumanLight para incentivar o Transporte compartilhado e melhorar o transporte público. Ao priorizar as pessoas em vez dos veículos, as cidades podem se tornar mais atraentes e menos congestionadas.

Conclusão

O HumanLight representa uma abordagem transformadora para o controle de semáforos. Ao focar nas pessoas e promover a carona compartilhada, esse sistema não só melhora o fluxo de trânsito, mas também ajuda a reduzir o impacto ambiental. Com o avanço da tecnologia, estratégias como o HumanLight se tornarão cruciais para moldar o futuro da mobilidade urbana.

Fonte original

Título: HumanLight: Incentivizing Ridesharing via Human-centric Deep Reinforcement Learning in Traffic Signal Control

Resumo: Single occupancy vehicles are the most attractive transportation alternative for many commuters, leading to increased traffic congestion and air pollution. Advancements in information technologies create opportunities for smart solutions that incentivize ridesharing and mode shift to higher occupancy vehicles (HOVs) to achieve the car lighter vision of cities. In this study, we present HumanLight, a novel decentralized adaptive traffic signal control algorithm designed to optimize people throughput at intersections. Our proposed controller is founded on reinforcement learning with the reward function embedding the transportation-inspired concept of pressure at the person-level. By rewarding HOV commuters with travel time savings for their efforts to merge into a single ride, HumanLight achieves equitable allocation of green times. Apart from adopting FRAP, a state-of-the-art (SOTA) base model, HumanLight introduces the concept of active vehicles, loosely defined as vehicles in proximity to the intersection within the action interval window. The proposed algorithm showcases significant headroom and scalability in different network configurations considering multimodal vehicle splits at various scenarios of HOV adoption. Improvements in person delays and queues range from 15% to over 55% compared to vehicle-level SOTA controllers. We quantify the impact of incorporating active vehicles in the formulation of our RL model for different network structures. HumanLight also enables regulation of the aggressiveness of the HOV prioritization. The impact of parameter setting on the generated phase profile is investigated as a key component of acyclic signal controllers affecting pedestrian waiting times. HumanLight's scalable, decentralized design can reshape the resolution of traffic management to be more human-centric and empower policies that incentivize ridesharing and public transit systems.

Autores: Dimitris M. Vlachogiannis, Hua Wei, Scott Moura, Jane Macfarlane

Última atualização: 2023-04-05 00:00:00

Idioma: English

Fonte URL: https://arxiv.org/abs/2304.03697

Fonte PDF: https://arxiv.org/pdf/2304.03697

Licença: https://creativecommons.org/licenses/by/4.0/

Alterações: Este resumo foi elaborado com a assistência da AI e pode conter imprecisões. Para obter informações exactas, consulte os documentos originais ligados aqui.

Obrigado ao arxiv pela utilização da sua interoperabilidade de acesso aberto.

Mais de autores

Artigos semelhantes