کنترل چراغ‌های راهنمایی با استفاده از تکنولوژی هوش مصنوعی

خداحافظی با صف های طولانی ماشین‌ها در ترافیک پشت چراغ‌های راهنمایی به زودی محقق خواهد شد.
در این فناوری که اولین فن آوری هوشمند سازی ترافیکی در نوع خود است، تصاویر ویدئویی دوربین‌های زنده تجزیه و تحلیل شده و سیگنال‌های کنترلی ترافیک به طور خودکار تنظیم می شود و ترافیک روان نگه داشته شده در نتیجه ازدحام را کاهش می دهد. این تحقیق در کنفرانس عاملان مستقل و سیستم‌های چندعاملی در 11 می 2022 ارائه خواهد شد.
زمان بندی نامناسب سیگنال های کنترلی ترافیکی منبع اصلی ازدحام ترافیک است.
روش مذکور از متدهای مختلف در تکنولوژی یادگیری تقویتی عمیق استفاده می کند، که در آن یک نرم افزار کنترلی تشخیص می‌دهد که آیا متد ارائه شده خوب کار می‌کند یا خیر؟ اگر خوب کار نکند، رویکرد متفاوت دیگری را برای کنترل ترافیک امتحان می کند و اگر درست عمل کند به بهبود روش خود با استفاده از متد های یادگیری تقویتی ادامه می دهد.

این سیستم از تمام روش‌های دیگر در آزمایش، که معمولاً به انتقال فاز طراحی‌شده دستی متکی هستند، بهتر عمل می‌کند. در سال 2019، پیش‌بینی شد که ازدحام در مراکز شهری بریتانیا بیش از 115 ساعت در سال برای ساکنان معمولی بریتانیا هزینه دارد و همچنین 894 پوند سوخت هدر رفته و درآمد از دست رفته به سبب این مسئله حاصل شد.
و نتیجه ای که از بررسی های حاصله بدست آمد این بود که زمان بندی نامناسب سیگنال های کنترل ترافیکی منبع اصلی ازدحام است.

محققان از Traffic 3Dکه یک شبیه‌ساز ترافیک عکس واقعی است، برای آموزش الگوریتم خود و آموزش نحوه مدیریت سناریوهای مختلف ترافیک و آب و هوا استفاده کردند. علیرغم اینکه این سیستم به طور کامل در شبیه سازی آموزش داده شد، هنگامی که در یک تقاطع واقعی مورد آزمایش قرار گرفت، با شرایط ترافیکی واقعی سازگار شد. در نتیجه، ممکن است در شرایط مختلف دنیای واقعی مفید واقع شود.

دکتر ماریا چلی، ریدر، علوم کامپیوتر، دانشگاه استون:
ما این روش را به عنوان یک بازی کنترل ترافیک تنظیم کرده‌ایم. این برنامه زمانی که خودرویی از یک تقاطع عبور می‌کند، «پاداش» دریافت می‌کند. هر بار که یک ماشین باید منتظر بماند یا گیر کند، یک پاداش منفی وجود دارد. در واقع هیچ ورودی از ما وجود ندارد. ما به ساد‌گی سیستم پاداش را کنترل می کنیم.

حلقه های القایی مغناطیسی رایج ترین نوع اتوماسیون سیگنال ترافیکی هستند که در تقاطع ها استفاده می شود. در این روش سیمی روی جاده قرار دارد و اتومبیل‌هایی را که از روی آن عبور می‌کنند را تشخیص می‌دهد. این تکرار توسط نرم افزار شمارش می‌شود و سپس به داده‌ها واکنش نشان می‌دهد. هوش مصنوعی توسعه یافته توسط تیم دانشگاه استون پاسخگوتر است و می‌تواند سریعتر واکنش نشان دهد زیرا حجم ترافیک سنگین را قبل از عبور خودروها از چراغ ها “می‌بیند” و سپس تصمیم خود را می‌گیرد.

دکتر. جورج وگیاتزیس، مدرس ارشد، علوم کامپیوتر، دانشگاه استون:
دلیل اینکه ما این برنامه را بر اساس رفتارهای آموخته شده قرار داده ایم این است که بتواند موقعیت‌هایی را که قبلاً به صراحت تجربه نکرده است درک کند. ما این مطلب را با استفاده از یک مانع فیزیکی که باعث ازدحام می‌شود، به جای فازبندی چراغ راهنمایی آزمایش کردیم، و سیستم همچنان به خوبی عمل کرد. تا زمانی که یک دلیل علّی وجود داشته باشد، رایانه در نهایت متوجه خواهد شد که آن دلیل چیست و به اصلاح ترافیک می پردازد. این سیستم، یک سیستم به شدت قدرتمند است.

برنامه را می توان برای نظارت بر هر تقاطع ترافیک واقعی یا شبیه سازی شده پیکربندی کرد و برنامه به تنهایی شروع به یادگیری خواهد کرد. مکانیسم تشویقی را می توان تغییر داد تا نرم افزار را ترغیب کند که به عنوان مثال، خودروهای اضطراری را به سرعت عبور دهد. با این حال، برنامه به جای اینکه با دستورالعمل های خاص برنامه ریزی شود، همیشه خودش را آموزش می‌دهد.

نام خبرنگار: محمد آموت سر

منبع خبر: www.azorobotics.com