Effects of Smart Traffic Signal Control on Air Quality
Institute of Atmospheric Pollution Research, CNR（意大利国家研究委员会大气污染研究所）
城市交通网络中的自适应交通信号控制（ATSC）提出了一个具有挑战性的任务，由于在交通系统中出现的复杂动力学。近年来，基于多智能体深度强化学习（MARL）的几种方法已经被实验研究。这些方法提出了分布式技术，其中每个信号交叉口被视为一个代理在一个随机的游戏，其目的是优化其附近的车辆流量。在这种情况下，系统朝着代理之间的平衡发展，这对整个交通网络都是有益的。最近开发的多代理变体的完善的优势演员-评论家（A2 C）算法，称为MA 2C（多代理A2 C）利用代理之间的一些通信的有前途的想法。在这种观点中，代理与其他邻居代理共享他们的策略，从而稳定学习过程，即使代理的数量和种类增加。我们在位于博洛尼亚（意大利）的两个交通网络中进行了MA 2C实验，发现它的作用转化为释放到环境中的污染物量的显着减少。
2021-07-06 cs.AI cs.LG cs.MA
Transfer Learning versus Multi-agent Learning regarding Distributed Decision-Making in Highway Traffic
Institute for Automation and Applied Informatics, Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院自动化与应用信息学研究所）；Research and Development, ZF Friedrichshafen AG（采埃孚股份公司研发部）；Chair for Information Systems Research, University of Freiburg（弗莱堡大学信息系统研究讲席组）；IT Innovation Chapter Data Science, ZF Friedrichshafen AG（采埃孚股份公司IT创新部数据科学组）
运输和交通目前在规模和复杂性方面都在迅速增加。与此同时，越来越多的交通参与者正在转变为由人工智能驱动或支持的代理人，从而导致混合智能交通。这项工作探讨了分布式决策在混合智能交通的影响。调查的基础上进行的在线模拟高速公路的情况下，即麻省理工学院\emph{DeepTraffic}模拟。在第一步中，通过深度强化学习方法训练交通代理，将其部署在用于超参数搜索的精英进化算法中。然后利用所得到的架构和训练参数，以便训练单个自主交通代理并将所学习的权重转移到多代理场景上，或者直接进行多代理学习。这两种学习策略的混合智能流量的不同比例进行评估。根据人工智能驱动的所有代理的平均速度来评估策略。交通模式，挑起减少交通流量进行了分析，相对于不同的策略。
2018-10-19 cs.AI cs.CV cs.LG
Toward Dependency Dynamics in Multi-Agent Reinforcement Learning for Traffic Signal Control
University of Sussex（萨塞克斯大学）；City University of Hong Kong（香港城市大学）
本文提出DQN-DPUS动态参数更新策略，根据智能体间依赖动态调整深度Q网络参数，在无溢出拥堵时仅更新对角子矩阵，加速收敛且不牺牲探索，实验验证其在交通信号控制中的有效性。
2025-02-23 cs.AI cs.MA
Multi-Agent Broad Reinforcement Learning for Intelligent Traffic Light Control
智能交通灯控制系统（ITLCS）是一个典型的多智能体系统（MAS），它由多条道路和多个交通灯组成，构建ITLCS的MAS模型是缓解交通拥堵的基础。现有的MAS方法主要基于多Agent深度强化学习（MADRL）。MABRL的深度神经网络（DNN）虽然有效，但训练时间长，参数难以追踪。最近，广义学习系统（BLS）提供了一种选择性的方法，通过一个平面网络在深层神经网络学习。此外，广泛的强化学习（BRL）扩展BLS在单智能体深度强化学习（SADRL）问题，有希望的结果。然而，BRL并不关注代理的复杂结构和相互作用。基于MADRL的特点和BRL的问题，本文提出了一个多Agent广义强化学习（MABRL）框架来研究BLS在MAS中的作用。首先，与大多数现有的MADRL方法不同，这些方法使用一系列深层神经网络结构，我们用广泛的网络对每个代理进行建模。然后，引入动态自循环交互机制来确定“3W”信息：何时交互，需要考虑哪些Agent，传递什么信息。最后，基于智能交通灯控制场景进行了实验。我们比较了MABRL方法与六种不同的方法，并在三个数据集上的实验结果验证了MABRL的有效性。
2022-07-05 cs.AI cs.LG cs.MA
STMARL: A Spatio-Temporal Multi-Agent Reinforcement Learning Approach for Cooperative Traffic Light Control
University of Science and Technology of China（中国科学技术大学）；University of Arizona（亚利桑那大学）；IFLYTEK Co., Ltd（科大讯飞股份有限公司）；Rutgers University（罗格斯大学）
智能交通灯控制系统的开发是智能交通管理的基础。虽然已经做出了一些努力，以优化使用单独的交通信号灯在一个孤立的方式，相关的研究在很大程度上忽略了这样一个事实，即多路口交通信号灯的使用是空间上的影响，并有一个时间依赖性的历史交通状态的当前交通信号灯控制。为此，在本文中，我们提出了一种新的时空多智能体强化学习（STMARL）框架，有效地捕捉多个相关的交通灯的时空依赖性和控制这些交通灯的协调方式。具体而言，我们首先构建交通灯邻接图的基础上的空间结构的交通灯。然后，历史交通记录将通过递归神经网络结构与当前交通状态相结合。此外，基于时间相关的交通信息，我们设计了一个基于图神经网络的模型来表示多个交通灯之间的关系，并通过深度Q学习方法以分布式方式对每个交通灯进行决策。最后，通过仿真数据和真实数据的实验结果验证了STMARL框架的有效性，并对多交叉口交通信号灯的影响机制提供了深入的理解.
2020-11-29 cs.AI cs.LG cs.MA
Towards Multi-agent Reinforcement Learning based Traffic Signal Control through Spatio-temporal Hypergraphs
School of Computer Science and Artificial Intelligence, Wuhan University of Technology（武汉理工大学计算机科学与人工智能学院）；College of Electronics and Information Engineering, Tongji University（同济大学电子与信息工程学院）；School of Computer Science and Technology, Tongji University（同济大学计算机科学与技术学院）
针对传统交通信号控制无法捕捉路口高阶动态时空关联的问题，提出融合超图与时空图学习的MA-SAC多智能体强化学习框架，有效降低了车辆平均出行时间并维持了高吞吐量。
2025-04-03 cs.AI cs.MA
PyTSC: A Unified Platform for Multi-Agent Reinforcement Learning in Traffic Signal Control
Northeastern University（东北大学）
针对现有 MARL 交通信号控制平台仿真慢、代码难维护的问题，本文提出 PyTSC，集成 SUMO 与 CityFlow 并提供简洁 API，以高效训练和评估 MARL 算法。
2024-10-23 cs.AI cs.MA
Multi-Agent Transformer for Queue-Level XR Traffic Scheduling in TSN Networks
Universidade Federal de Minas Gerais（米纳斯吉拉斯联邦大学）；School of Electrical Engineering and Computer Science, University of Ottawa（渥太华大学电气工程与计算机科学学院）
针对TSN网络中队列级XR流量调度的现有方法存在队列依赖捕捉能力弱、对XR流量适应性差的问题，本文提出基于多智能体Transformer的多智能体强化学习方法，仿真显示其延迟与故障率降低效果显著。
2026-08-07 cs.AI cs.NI
Convergence of Multiagent Learning Systems for Traffic control
Amazon Alexa（亚马逊Alexa）；Indian Institute of Science（印度科学研究院）
本文研究了多智能体强化学习在交通信号控制中的收敛性问题，通过随机逼近方法分析学习动态，并证明了在特定条件下该算法能够收敛。
2026-05-18 cs.AI cs.LG cs.MA
EMVLight: a Multi-agent Reinforcement Learning Framework for an Emergency Vehicle Decentralized Routing and Traffic Signal Control System
New York University（纽约大学）；Siemens Corporation（西门子公司）；Shanghai Jiao Tong University（上海交通大学）
紧急车辆（EMV）在响应时间紧迫的呼叫（如医疗紧急情况和城市地区的火灾）方面发挥着至关重要的作用。现有的EMV调度方法通常基于历史交通流数据优化路线，并相应地设计交通信号抢占;然而，我们仍然缺乏一个系统的方法来解决EMV路由和交通信号控制之间的耦合。在本文中，我们提出了EMVLight，一个分散的强化学习（RL）框架，用于联合动态EMV路由和交通信号抢占。我们采用多智能体的优势行动者-评论家的方法与政策共享和空间折扣因子。该框架通过多类RL代理的创新设计和一种新的基于压力的奖励函数来解决EMV导航和交通信号控制之间的耦合。所提出的方法使EMVLight能够学习网络级的合作交通信号定相策略，不仅可以减少EMV的行驶时间，还可以缩短非EMV的行驶时间。基于仿真的实验表明，EMVLight使高达$42.6\%$减少EMV旅行时间以及$23.5\%$较短的平均旅行时间相比，现有的方法。
2022-06-29 cs.AI cs.SY eess.SY
DecompGAIL: Learning Realistic Traffic Behaviors with Decomposed Multi-Agent Generative Adversarial Imitation Learning
Nanyang Technological University（南洋理工大学）；Desay SV Automotive（德赛西威汽车）
DecompGAIL通过分解多智能体生成对抗模仿学习方法，解决多智能体设置中GAIL的不稳定性问题，提升交通行为的真实性和整体性能。
2026-01-26 cs.AI cs.LG cs.RO
TrafficSim: Learning to Simulate Realistic Multi-Agent Behaviors
Uber ATG（优步先进技术集团）；University of Toronto（多伦多大学）；University of Waterloo（滑铁卢大学）
仿真具有大规模评估自动驾驶系统的潜力，从而实现快速开发和安全部署。为了缩小仿真和现实世界之间的差距，我们需要模拟真实的多智能体行为。现有的仿真环境依赖于直接编码交通规则的基于几何学的模型，其不能捕获不规则的机动（例如，轻推，U形转弯）和复杂的相互作用（例如，屈服、合并）。相比之下，我们利用真实世界的数据直接从人类演示中学习，从而捕捉到更多样化的演员行为。为此，我们提出了一个多智能体的行为模型，现实的交通模拟的marticsim。特别是，我们利用隐式潜变量模型参数化的联合演员的政策，产生社会一致的计划，在现场的所有演员联合。为了学习适合长期模拟的鲁棒策略，我们在训练中展开策略，并通过随时间的完全可微模拟进行优化。我们的学习目标既包括人类示范，也包括常识。我们表明，与一组不同的基线相比，EschericSim生成的流量场景更加真实和多样化。值得注意的是，我们可以利用轨迹生成的MixicSim作为有效的数据增强训练更好的运动规划。
2021-01-17 cs.AI cs.CV cs.LG
Autonomous Air Traffic Controller: A Deep Multi-Agent Reinforcement Learning Approach
Iowa State University（爱荷华州立大学）
空中交通管制是一个高度动态和随机环境下的实时安全决策过程。在今天的航空实践中，人类空中交通管制员监视和指挥许多飞行器通过其指定的空域扇区。随着传统（商用客机）和低空（无人机和eVTOL飞机）空域空中交通复杂性的快速增长，需要自主空中交通管制系统来适应高密度空中交通并确保飞机之间的安全间隔。我们提出了一个深度的多智能体强化学习框架，该框架能够识别和解决具有多个交叉点和合并点的高密度，随机和动态航路扇区中飞机之间的冲突。该框架利用了一个演员-评论家模型，A2 C，它结合了损失函数从近端策略优化（PPO），以帮助稳定的学习过程。此外，我们使用一个集中式学习，分散执行计划，其中一个神经网络的学习和共享的环境中的所有代理。我们表明，我们的框架是可扩展的和有效的大量入境飞机，以实现极高的交通吞吐量与安全保证。我们通过在蓝天环境中进行广泛的模拟来评估我们的模型。结果表明，我们的框架是能够解决99.97%和100%的所有冲突都在交叉口和合并点，分别在极端高密度的空中交通场景。
2019-05-02 cs.AI cs.LG cs.MA
Batch-Augmented Multi-Agent Reinforcement Learning for Efficient Traffic Signal Optimization
National Taiwan University（国立台湾大学）；Academia Sinica（中央研究院）；Elan Corporation（Elan公司）
本文的目标是为交通信号控制问题提供一种可行的基于强化学习的解决方案。尽管最先进的强化学习方法在各种领域取得了巨大成功，但考虑到高样本效率的要求以及如何收集训练数据，直接将其应用于缓解交通拥堵可能具有挑战性。在这项工作中，我们解决了几个挑战，我们遇到的时候，我们试图减轻严重的交通拥堵发生在大都市地区。具体而言，我们需要提供一种解决方案，能够（1）在检索强化学习信息的某些监控摄像机停机时处理交通信号控制，（2）在没有交通模拟器的情况下从批量数据中学习，（3）在没有交叉路口共享信息的情况下做出控制决策。我们提出了一个两阶段的框架来处理上述情况。该框架可以被分解成一个演化策略的方法，给出了一个固定时间的交通信号控制时间表和多智能体的政策外强化学习，能够学习批量数据的援助，提出了三个组件，有界的行动，批量扩增，和代理奖励裁剪。我们的实验表明，所提出的框架减少了36%的交通拥堵的等待时间相比，目前使用的固定时间的交通信号灯计划。此外，该框架只需要对模拟器进行600次查询即可实现结果。
2020-05-19 cs.AI cs.LG stat.ML
Analyzing Closed-loop Training Techniques for Realistic Traffic Agent Models in Autonomous Highway Driving Simulations
Bosch Center for Artificial Intelligence (BCAI)（博世人工智能中心（BCAI））；Robert Bosch GmbH（罗伯特·博世有限公司）
本文系统比较了高速公路驾驶仿真中多种闭环训练策略，包括开环与闭环多智能体训练、对抗与确定性监督训练、强化损失及日志回放智能体的影响，并识别出有效的闭环训练组合，为真实交通智能体建模提供指导。
2024-10-21 cs.AI cs.LG cs.MA
Traffic Flow Optimisation for Lifelong Multi-Agent Path Finding
Monash University（莫纳什大学）；Carnegie Mellon University（卡内基梅隆大学）
针对多智能体路径规划中智能体数量增多导致拥堵、性能下降的问题，提出避堵路径引导的新方法，在单次和终身MAPF场景下分别显著提升了解质量与整体吞吐量。
2024-01-31 cs.AI cs.MA cs.RO
AutoWorld: Learning Multi-Agent Traffic Simulation with Self-Supervised World Models
University of Toronto（多伦多大学）
本文提出AutoWorld框架，利用未标记的LiDAR数据自监督学习世界模型，提升多智能体交通仿真的真实感与性能，实验表明未标记数据能有效提升仿真效果。
2026-10-27 cs.AI cs.CV cs.LG
OffLight: An Offline Multi-Agent Reinforcement Learning Framework for Traffic Signal Control
Northeastern University（东北大学）
针对离线MARL在交通信号控制中面临的异构行为策略问题，本文提出OffLight框架，结合IS、RBPS与GMM-VGAE提升学习效果，实验显示其显著降低旅行时间和队列长度。
2025-03-18 cs.AI cs.LG cs.MA
Trust-MARL: Trust-Based Multi-Agent Reinforcement Learning Framework for Cooperative On-Ramp Merging Control in Heterogeneous Traffic Flow
Tsinghua University（清华大学）；The University of Texas at Austin（德克萨斯大学奥斯汀分校）
针对异构交通中匝道汇入协同难题，提出基于信任的多智能体强化学习框架Trust-MARL，通过宏观群体协同与微观动态信任机制及博弈决策模块，提升了不同场景下的交通安全性、效率与适应性。
2025-06-14 cs.AI cs.ET cs.GT
Self-organising Urban Traffic control on micro-level using Reinforcement Learning and Agent-based Modelling
University of Bremen（不来梅大学）
大多数交通流控制算法解决交通信号灯和信号灯的切换周期自适应。这项工作解决了交通流量优化的自组织微观层面的控制结合强化学习和基于规则的代理进行行动选择在城市环境中进行远程导航。即，由代理代表的车辆基于本地环境传感器来调整其用于重新路由的决策。基于Agent的建模和仿真是用来研究城市交通流的涌现效应。一个统一的代理编程模型，使模拟和分布式数据处理与可能纳入人群传感任务作为一个额外的传感器数据库。仿真结果表明，基于Agent的人工城市区域的微观层次的车辆导航控制的部署，只是学习个人决策和重新路由的基础上，当地的环境传感器可以提高移动的路径长度和行驶时间方面的效率。
2022-02-24 cs.AI
TrafficSimAgent: A Hierarchical Agent Framework for Autonomous Traffic Simulation with MCP Control
Department of Electronic Engineering, BNRist, Tsinghua University, Beijing, China（电子工程系、BNRist、清华大学、北京、中国）；AMAP, Alibaba Group, Beijing, China（AMAP、阿里巴巴集团、北京、中国）
TrafficSimAgent通过基于大语言模型的分层代理框架，解决交通模拟中实验设计和决策优化的挑战，实现高效且准确的自动驾驶交通模拟。
2025-12-24 cs.AI
TrafficClaw: A Generalizable LLM Agent in the Unified Physical Environment for Urban Traffic Control
The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州））；Shandong University（山东大学）
提出TrafficClaw，一种基于大语言模型的可泛化交通控制智能体，通过统一物理环境、可执行时空推理与多阶段智能体强化学习，实现跨子系统的协调优化。
2026-06-01 cs.AI
Network-wide traffic signal control optimization using a multi-agent deep reinforcement learning
University of Macau（澳门大学）；Southeast University（东南大学）；University of Hawaii at Manoa（夏威夷大学马诺阿分校）；University of Delaware（特拉华大学）
低效的交通控制可能会导致许多问题，例如交通拥堵和能源浪费。提出了一种新的多智能体强化学习方法KS-DDPG（Knowledge Sharing Deep Deterministic策略梯度），通过增强交通信号灯之间的协作来实现最优控制。通过引入支持知识共享的通信协议，每个代理可以访问所有代理收集的交通环境的集体表示。该方法通过两个实验分别使用合成和真实世界的数据集进行评估。与最先进的基于强化学习和传统交通方法的比较表明，所提出的KS-DDPG在控制大规模交通网络和应对交通流量波动方面具有显着的效率。此外，引入的通信机制也被证明可以在不显著增加计算负担的情况下加快模型的收敛速度。
2021-04-20 cs.AI
Cooperative Reinforcement Learning on Traffic Signal Control
交通信号控制是一个具有挑战性的现实世界的问题，旨在通过协调车辆在道路交叉口的运动，以最大限度地减少总行程时间。现有的交通信号控制系统仍然严重依赖于过于简单的信息和基于规则的方法。具体来说，绿色/红色灯交替的周期性可以被认为是一个更好的规划每个代理在政策优化的先验。为了更好地学习这种自适应和预测的先验知识，传统的基于RL的方法只能从预定义的动作池返回一个固定的长度，只有本地代理。如果这些代理之间没有合作，一些代理经常会与其他代理发生冲突，从而降低整体吞吐量。提出了一种基于年龄衰减权值的协同多目标多Agent深度确定性策略梯度（COMMA-DDPG）结构，用于交通信号控制优化中多个奖励项的估计.两种类型的代理运行，以最大化不同目标的回报-一个是在每个交叉口的局部交通优化，另一个是全局交通等待时间优化。全局代理用于指导本地代理，作为帮助更快学习的手段，但不用于推理阶段。我们还提供了一个分析的解决方案的存在性与收敛性证明建议RL优化。使用来自亚洲国家的交通摄像头收集的真实交通数据进行评估。我们的方法可以有效地减少总延迟时间的60%。结果表明，与SoTA方法相比，其优越性。
2022-08-06 cs.AI
CARJAN: Agent-Based Generation and Simulation of Traffic Scenarios with AJAN
institutetext: German Research Center for Artificial Intelligence (DFKI) Saarland Informatics Campus, Saarbruecken, Germany（德国人工智能研究中心（DFKI）萨尔兰州信息学校区，萨尔布吕肯，德国）
本文提出 CARJAN，结合 AJAN 与 CARLA，通过可视化建模、SPARQL 行为树决策和多智能体交互，实现城市交通场景的半自动生成与仿真。
2025-08-29 cs.AI
LLMLight: Large Language Models as Traffic Signal Control Agents
The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））
本文提出LLMLight框架，利用大语言模型作为交通信号控制智能体，并构建专用模型LightGPT，在十个数据集和专家评估中优于九种基线和十种先进LLM，展现出高效、泛化与可解释性。
2024-12-17 cs.AI
Retrieval Augmented Generation-Enhanced Distributed LLM Agents for Generalizable Traffic Signal Control with Emergency Vehicles
School of Artificial Intelligence, Beijing University of Posts（人工智能学院，北京邮电大学）；Beijing Big Data Center（北京大数据中心）
随着城市交通的日益复杂，交通信号控制（TSC）对于优化交通流和提高道路安全至关重要。大语言模型（LLM）是一种很有前途的TSC方法。然而，他们在紧急情况下容易产生幻觉，导致不可靠的决定，可能会导致紧急车辆的大量延误。此外，不同的交叉口类型的交通状态编码和交叉口训练提出了很大的挑战，限制了跨异构交叉口的泛化。因此，本文提出了检索增强生成（RAG）增强的分布式LLM代理与应急响应的广义TSC（REG-TSC）。首先，本文提出了一种基于突发事件情景的突发事件感知推理框架，该框架能够根据突发事件情景动态调整推理深度，并采用一种新的基于审阅者的突发事件RAG（RERAG）机制，从历史案例中提取特定的知识和指导，提高了Agent应急决策的可靠性和合理性。其次，本文设计了一种与类型无关的交通流表示方法，并提出了一种用于异构交叉口的奖励引导的强化细化算法（R3）。R3自适应地从具有基于环境反馈的优先级的不同交叉点中采样训练经验，并使用设计的奖励加权似然损失来微调LLM代理，引导REG-TSC跨异构交叉点实现高奖励策略。在三个包含17到177个异构交叉口的真实道路网络上进行的大量实验表明，REG-TSC将行程时间减少了42.00%，队列长度减少了62.31%，紧急车辆等待时间减少了83.16%，优于其他最先进的方法。
2025-10-30 cs.AI
GraphTrafficGPT: Enhancing Traffic Management Through Graph-Based AI Agent Coordination
Department of Computer Science, Texas A\&M University, Corpus Christi, TX 78412 USA（计算机科学系，德克萨斯大学A&M分校）
GraphTrafficGPT提出基于有向图的LLM智能体协调架构，通过Brain Agent分解查询并并行执行依赖任务，相比TrafficGPT降低50.2%令牌消耗和19.0%延迟，并支持多查询并发处理。
2025-07-17 cs.AI
Automating Traffic Model Enhancement with AI Research Agent
The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））；School of Transportation, Southeast University（东南大学交通运输学院）
TR-Agent通过AI驱动的闭环迭代流程，自动化改进交通模型，提升效率和效果，适用于多种交通建模场景。
2025-05-06 cs.AI
TrafficGPT: Towards Multi-Scale Traffic Analysis and Generation with Spatial-Temporal Agent Framework
Hunan University（湖南大学）
本文提出 TrafficGPT 时空智能体框架，通过需求解析、交通预测、建议可视化三个智能体支持多尺度交通分析、生成与交互，并在五个真实道路数据集上验证其性能。
2024-05-08 cs.AI cs.LG
SimGym: Traffic-Grounded Browser Agents for Offline A/B Testing in E-Commerce
Shopify
SimGym通过基于流量的合成买家和大型语言模型代理，实现快速离线A/B测试，提升电子商务实验效率
2026-02-01 cs.AI
Optimizing Traffic Lights with Multi-agent Deep Reinforcement Learning and V2X communication
Harbin Engineering University（哈尔滨工程大学）
我们考虑使用多智能体深度强化学习和车辆到一切（V2X）通信来优化交通信号持续时间的系统。该系统旨在分析多智能体的独立和共享的奖励，以控制交通灯的持续时间。学习代理交通灯在圆形V2X覆盖范围内沿其车道获取信息。交通灯的持续时间周期被建模为马尔可夫决策过程。我们研究了四种不同的奖励函数。前两个是非共享奖励：基于等待数量和两个红绿灯周期之间的车辆等待时间。第三和第四个功能是：基于等待车辆的共享奖励，以及所有代理的等待时间。每个代理都有一个内存，用于通过目标网络进行优化和优先级经验重放。我们通过城市移动性模拟（SUMO）模拟器评估多智能体。结果表明，该系统可以有效地优化交通信号，与传统的周期性交通控制系统相比，平均等待车辆减少到41.5%。
2020-02-23 cs.AI cs.LG cs.MA
ANT: A Multi-Granularity Network Traffic Dataset and Benchmark for Agents Behavior Auditing
Tsinghua University（清华大学）；Zhongguancun Laboratory（中关村实验室）；Renmin University of China（中国人民大学）；Nanyang Technological University（南洋理工大学）
本文提出ANT数据集，包含多粒度标注的网络流量，用于审计LLM智能体行为，并建立基准评估现有方法，发现其在风险识别和场景区分上存在局限。
2026-10-06 cs.AI cs.LG
Development of A Stochastic Traffic Environment with Generative Time-Series Models for Improving Generalization Capabilities of Autonomous Driving Agents
自动变道是先进自动驾驶系统的关键功能。近年来，在交通模拟器上训练的强化学习（RL）算法在计算车道变换策略方面取得了成功，这些策略在安全性、敏捷性和补偿交通不确定性之间取得了平衡。然而，许多RL算法表现出模拟器偏差，在简单的模拟器上训练的策略不能很好地推广到现实的交通场景。在这项工作中，我们开发了一个数据驱动的交通模拟器，通过训练一个生成的adverserial网络（GAN）对现实生活中的轨迹数据。模拟器生成类似于车辆之间的真实交通交互的随机轨迹，这使得能够在更丰富和真实的场景中训练RL代理。我们通过模拟证明，与在简单的规则驱动模拟器上训练的RL代理相比，在基于GAN的交通模拟器上训练的RL代理具有更强的泛化能力。
2020-06-10 cs.AI cs.RO eess.SP
Agentic Network Traffic Monitoring
针对智能体AI日益增长的安全风险，本文提出利用复值超稀疏流量矩阵，集成DBOS、OneSparse和GraphBLAS，通过模拟器监控智能体网络流量，以审计其行为是否符合用户意图。
2026-09-29 cs.AI cs.CR cs.DB
Automatic Control With Human-Like Reasoning: Exploring Language Model Embodied Air Traffic Agents
Faculty of Aerospace Engineering, Delft University of Technology（代尔夫特理工大学航空航天工程学院）
本研究提出具备函数调用与学习能力的语言模型具身空管智能体，搭配创新的经验库存储交互知识，无需人工干预即可解决空管冲突，最佳配置几乎解决全部120个冲突场景，还能提供人类水平的决策文本解释。
2024-09-15 cs.AI cs.CL
TAU-Agent: An Agentic Retrieval-Augmented Framework for Traffic Anomaly Understanding
University of Bath（巴斯大学）；University of Washington（华盛顿大学）
针对交通异常理解需求，提出TAU-Agent智能体式检索增强框架，调度两类视觉工具获取证据，结合微调视觉语言模型推理，在AI City 2026挑战赛多赛道取得对应排名成绩。
2026-08-27 cs.AI cs.CV
Improving Traffic Flow Predictions with SGCN-LSTM: A Hybrid Model for Spatial and Temporal Dependencies
Homestead High School（霍姆斯特德高中）
针对现有交通预测方法难以捕捉动态空间依赖的问题，提出融合信号增强图卷积与LSTM的SGCN-LSTM模型，在PEMS-BAY数据集上多项误差指标优于基准模型。
2024-11-01 cs.AI cs.LG
CoMAL: Collaborative Multi-Agent Large Language Models for Mixed-Autonomy Traffic
Arizona State University（亚利桑那州立大学）；Salesforce（赛富时）
本文提出 CoMAL 框架，利用多智能体 LLM 的感知、记忆、协作、推理与规则混合执行机制，在 Flow 基准上优化混合自动驾驶交通流。
2025-01-09 cs.AI cs.RO
Intelligent Coordination among Multiple Traffic Intersections Using Multi-Agent Reinforcement Learning
Siemens Technology and Services Pvt. Ltd.（西门子技术服务私人有限公司）；International Institute of Information Technology Hyderabad（海得拉巴国际信息技术学院）；Indian Institute of Science Bengaluru（班加罗尔印度科学研究所）
我们使用异步优势演员评论（A3 C）实现一个人工智能智能体的控制器，优化交通流量在一个单一的交叉口，然后将其扩展到多个交叉口，考虑多代理设置。我们探索了三种不同的方法来解决多智能体问题-（1）使用A3 C的异步属性，使用单个智能体控制多个交叉口（2）利用多个交叉口的独立智能体之间的自我/竞争游戏（3）在智能体之间摄取全局奖励函数，以引入交叉口之间的合作行为。我们观察到，（1）和（2）导致交通拥堵减少。此外，（3）与（1）和（2）的使用导致拥塞的进一步减少。
2020-06-28 cs.AI cs.LG cs.MA
Traffic Optimization For a Mixture of Self-interested and Compliant Agents
University of Texas at Austin（德克萨斯大学奥斯汀分校）；Duke University（杜克大学）；Cornell University（康奈尔大学）
本文重点介绍了两种常用的路径分配策略的代理穿越拥塞的网络：自利路由，系统最优路由。在自利的路由策略中，每个代理选择一条优化自身效用的路径，而系统最优路由代理则被分配以最大化系统性能为目标的路径。本文考虑了一种情况下，集中式网络管理器希望优化所有代理的效用，即，实施系统最优路由策略。然而，在许多现实生活中的情况下，系统管理器是无法影响所有代理的路由分配，由于有限的影响路由选择决策。出于这样的情况下，计算易处理的方法，计算系统管理员需要影响（兼容的代理），以实现系统的最佳性能的代理的最小数量。此外，该方法还可以确定一组给定的顺从代理是否足以实现系统最优，并计算顺从代理的最优路由分配。实验结果表明，在几个大规模的，现实的交通网络的最佳流量可以实现低至13%的代理是符合和高达54%。
2017-09-27 cs.AI cs.MA
GeneraLight: Improving Environment Generalization of Traffic Signal Control via Meta Reinforcement Learning
Shanghai Jiao Tong University（上海交通大学）；The Pennsylvania State University（宾夕法尼亚州立大学）
交通拥堵问题一直是现代城市关注的问题。为了缓解交通拥堵，近年来研究人员使用强化学习（RL）来开发更好的交通信号控制（TSC）算法。然而，大多数RL模型都是在相同的交通流环境中训练和测试的，这导致了严重的过拟合问题。由于现实世界中的交通流环境是不断变化的，这些模型由于缺乏泛化能力而难以应用。此外，可获得的交通流数据数量有限，这给模型的泛化能力测试带来了额外的困难。本文设计了一种基于Wasserstein生成对抗网络的新型流量生成器来生成足够多的、多样的、高质量的流量，并利用它们来构建合适的训练和测试环境。然后，我们提出了一个元RL TSC框架GeneraLight，以提高TSC模型的泛化能力。GeneraLight通过结合流聚类和模型无关元学习的思想来提高泛化性能。我们在多个真实世界的数据集上进行了广泛的实验，以显示GeneraLight在推广到不同流量时的卓越性能。
2020-09-17 cs.AI cs.LG stat.ML
Multi-Agent Reinforcement Learning for Online Traffic Scheduling in Time-Sensitive Application
Universidade Federal de Minas Gerais（米纳斯吉拉斯联邦大学）；School of Electrical Engineering and Computer Science, University of Ottawa（渥太华大学电气工程与计算机科学学院）
针对动态XR驱动的MEC场景中TSN调度的挑战，本文提出基于HAPPO算法的MARL框架，将各TSN队列建模为自主智能体，可降低平均帧等待时间最多26.8%、最坏情况延迟约16.8%。
2026-08-07 cs.AI cs.NI
Interactive Decision Making for Autonomous Vehicles in Dense Traffic
Honda Research Institute USA（本田美国研究院）
密集的城市交通环境可能会产生准确的预测和动态模型不足以成功进行自动驾驶车辆运动规划的情况。我们调查如何一个自主智能体可以安全地与其他交通参与者进行谈判，使代理处理潜在的死锁。具体来说，我们考虑合并的地方，汽车之间的差距小于自我车辆的大小。我们提出了一个能够生成和响应交互行为的博弈论框架。我们的主要贡献是展示如何游戏树决策可以由自动驾驶汽车执行，包括近似和推理，使树搜索计算上容易处理。此外，为了测试我们的模型，我们开发了一个随机的基于规则的交通代理能够生成交互式的行为，可以作为一个基准，用于模拟交通参与者在拥挤的合并设置。
2019-09-27 cs.AI cs.RO
CoLLMLight: Cooperative Large Language Model Agents for Network-Wide Traffic Signal Control
The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））
针对LLM交通信号控制缺乏智能体协调的问题，本文提出CoLLMLight框架，通过时空图、复杂度感知推理和仿真反馈微调实现全网协作优化，并在多类数据集上验证其优越性能。
2025-03-14 cs.AI cs.CL cs.LG
AGENTS-LLM: Augmentative GENeration of Challenging Traffic Scenarios with an Agentic LLM Framework
本文提出AGENTS-LLM框架，利用智能体式LLM通过自然语言描述增强真实交通场景，在保持细粒度控制的同时以低成本生成高质量、符合用户意图的挑战性场景，解决了现有方法依赖人工增强、难以规模化的问题。
2025-07-18 cs.AI cs.RO
UniTraffic-Agent: Unified Traffic Video Reasoning for AI City Challenge 2026 Track 3 with Two Out-of-Domain Evaluations
School of Computer Science and Technology, University of Chinese Academy of Sciences (UCAS)（中国科学院大学计算机科学与技术学院）；Institute of Computing Technology (ICT), Chinese Academy of Sciences (CAS)（中国科学院计算技术研究所）；Beijing Academy of Artificial Intelligence (BAAI)（北京智源人工智能研究院）；School of Artificial Intelligence and Robotics, Hunan University（湖南大学人工智能与机器人学院）
UniTraffic-Agent是第10届AI城市挑战赛第3赛道的MR-CAS解决方案，采用观察-推理-行动-验证工作流，在TAR、FETV、PSI-VQA三项任务中取得相应排名，为交通视频推理提供了新方案。
2026-08-14 cs.AI cs.CV
METEOR:A Dense, Heterogeneous, and Unstructured Traffic Dataset With Rare Behaviors
Indian Institute of Information Technology, Allahabad（阿拉哈巴德印度信息技术学院）；NavAjna Technologies Pvt. Ltd.（NavAjna科技私人有限公司）；University of Maryland, College Park（马里兰大学帕克分校）
我们提出了一个新的交通数据集，METEOR，它捕捉交通模式和多智能体驾驶行为在非结构化的场景。METEOR包含超过1000个一分钟的视频，超过200万个带有边界框和GPS轨迹的注释帧，用于16个独特的代理类别，以及超过1300万个交通代理边界框。METEOR是一个罕见而有趣的多智能体驾驶行为数据集，这些行为分为交通违规，非典型交互和不同场景。METEOR中的每个视频都使用各种因素进行标记，这些因素对应于天气，一天中的时间，道路状况和交通密度。我们使用METEOR基准感知方法的目标检测和多智能体行为预测。我们的关键发现是，最先进的目标检测和行为预测模型在Waymo等现有数据集上取得了成功，但在METEOR数据集上却失败了。METEOR标志着为密集、异构和非结构化场景开发更复杂的感知模型的第一步。
2022-03-18 cs.AI cs.CV cs.RO
Autonomous Traffic Signal Optimization Using Digital Twin and Agentic AI for Real-Time Decision-Making
Center for Advanced Analytics, CoE for Artificial Intelligence, Faculty of Computing and Informatics, Multimedia University, Cyberjaya, Malaysia（先进分析中心、人工智能学院、计算与信息学院，多媒体大学，吉宝市，马来西亚）；Faculty of Computer Studies, Arab Open University-Bahrain, A’Ali, Bahrain（计算机研究学院，阿拉伯开放大学-巴林，阿利，巴林）；Faculty of Computer and Information System, Islamic University of Madinah, Madinah, Saudi Arabia（计算机与信息系统学院，麦地那伊斯兰大学，麦地那，沙特阿拉伯）；Faculty of Computer Studies, Multimedia University, Cyberjaya, Malaysia（计算机研究学院，多媒体大学，吉宝市，马来西亚）
本文提出一种基于数字孪生和群体智能AI的交通信号优化框架，通过实时感知和决策提升交通效率，优于固定时间与强化学习基线。
2026-04-30 cs.AI cs.ET cs.MA
Cooperative Multi-Objective Reinforcement Learning for Traffic Signal Control and Carbon Emission Reduction
National Yang Ming Chiao Tung University（阳明交通大学）；Institute of Computational Intelligence（计算智能研究所）
针对现有交通信号控制方法次优、不稳定的问题，提出含局部与全局智能体的MOMA-DDPG合作多目标架构，用年龄衰减权重估计多奖励项，推理阶段保持去中心化，在真实数据上优于SOTA，可同时降低等待时间与碳排放，首次关联交通信号控制中的碳排放与全局智能体。
2023-07-16 cs.AI cs.LG cs.MA
GTA: Generative Traffic Agents for Simulating Realistic Mobility Behavior
Leipzig University（莱比锡大学）；UCL Interaction Centre（UCL互动中心）；ScaDS.AI, Leipzig University（ScaDS.AI，莱比锡大学）
GTA通过基于角色的代理和大语言模型模拟大规模交通行为，提供了一种无需手工规则的类人交通模拟方法，用于研究未来创新对出行决策的影响。
2026-01-27 cs.AI cs.HC
Traffic Signal Control with Communicative Deep Reinforcement Learning Agents: a Case Study
本文以博洛尼亚两个 SUMO 仿真区域为案例，结合非马尔可夫决策过程分析 MA2C，并与 IA2C 等方法比较，证明其在自适应交通信号控制中的有效性与鲁棒性。
2023-12-05 cs.AI cs.LG cs.MA
Traffic Agent Trajectory Prediction Using Social Convolution and Attention Mechanism
Xi’an Jiaotong University（西安交通大学）
轨迹预测对于自动驾驶车辆的决策具有重要意义。在本文中，我们提出了一个模型来预测自动驾驶汽车周围的目标代理的轨迹。该方法的主要思想是考虑目标智能体的历史轨迹和周围智能体对目标智能体的影响。为此，我们将目标代理的历史轨迹编码为注意力掩码，并构建社会地图来编码目标代理与其周围代理之间的交互关系。给定一个轨迹序列，首先利用LSTM网络提取所有智能体的特征，在此基础上形成注意力掩码和社交地图。然后将注意力模板和社会图进行融合得到融合特征图，再对融合特征图进行社会卷积处理，得到融合特征表示。最后，将此融合特征作为可变长度LSTM的输入，以预测目标智能体的轨迹。我们注意到，可变长度的LSTM使我们的模型能够处理感知范围中的代理数量在交通场景中高度动态的情况。为了验证我们的方法的有效性，我们在一个公共数据集上与几种方法进行了广泛的比较，实现了20%的误差减少。此外，该模型满足32 fps的实时性要求。
2020-07-06 cs.AI cs.CV cs.LG
A self-organizing system for urban traffic control based on predictive interval microscopic model
University of Silesia（西里西亚大学）
本文提出一种基于预测区间微观模型的自组织交通信号系统，通过智能体预测控制动作对交通流的影响，优化交通控制性能，尤其在非均匀交通流中表现更优。
2014-06-04 cs.AI cs.SY eess.SY
