英国阿斯顿大学研发 AI 信号灯：用强化学习终结堵车

如果你每天开车上下班，大概都经历过这种绝望时刻：面前亮着刺眼的红灯，横向车道连半辆车的影子都没有，你却只能干坐在方向盘前干等。

根据车联网分析机构 INRIX 的数据，仅在 2021 年，美国人因堵车浪费了整整 34 亿小时，平均每人耗费 36 小时。哪怕疫情后通勤模式发生改变，每个人每年依然要为拥堵白白搭上一整周的工时。

现在，全球研究团队和科技公司正在尝试把调节红绿灯的权力彻底交给 AI。

从人工配时到让强化学习自己试错

传统的交通信号灯，大多依赖交通工程师人工预设的相位配时。即便稍先进些的系统，也往往只停留在车辆检测与分类层面，依赖埋在地下的地磁感应线圈、摄像头或激光雷达。

市场上已经出现了一些探索者。例如以色列特拉维夫的 Intelligent Traffic Control，通过收集监控摄像头数据来调节信号灯；美国德克萨斯的 Paradigm Traffic Systems 也在为交叉路口和高速公路提供调度方案。

但英国阿斯顿大学（Aston University）的研究团队走得更远。研究员 Maria Chli 和 George Vogiatzis 开发出了一套基于深度强化学习的自适应交通控制系统。

阿斯顿大学称其为「同类首创」。传统方案还在死磕人工预设的规则，而这套系统先在交通仿真环境中通过大量试错进行自我训练。

它不仅能依据真实路口的摄像头与雷达数据做实时干预，甚至在面对从未见过的突发路况时，也能推算出最优的放行方案。

读懂车流，还要兼顾天气与空气质量

这套系统的底层逻辑，其实是把计算机视觉和深度强化学习串联起来。

首先，摄像头、雷达与激光雷达等传感器会识别车辆的速度与轨迹，并分清行人、自行车等不同道路参与者。甚至通过闭路电视画面，AI 能掌握整个路网的宏观车流动态。

随后，深度强化学习系统接管决策。Maria Chli 解释，算法会通过严格的数学试错机制理解交通规律，自主预测未来走势。

相比人工设置的固定逻辑，强化学习能同时兼顾天气、环境、空气质量监测以及不同类型道路使用者的复杂变量，从而大幅压低车辆等待时间和能源消耗。

研究团队表示，这套技术完全架设在现有的汽车、道路和红绿灯硬件之上，不需要推翻现有的基础设施。

为什么重要

对每天在路上奔波的普通驾驶员来说，这套方案最直观的价值就是少踩刹车、少耗油。它不需要你换一台智能网联汽车，只要市政部门在信号机端升级，整条街的通行效率就能发生变化。

对智慧交通行业而言，阿斯顿大学的研究指出了一个关键转向：交通大脑不再依赖人工规则打补丁，而是全面转向具备泛化能力的端到端自主决策。比起昂贵的车路协同改造，这种利用现有摄像头和红绿灯硬件的方案，部署成本明显更低。

我们认为，这套系统的聪明之处在于它善用仿真环境解决了强化学习最怕的「冷启动试错成本」，避免了把真实道路当小白鼠的风险。

但隐患同样明显。现实路况极其复杂，极端天气下的视觉遮挡、突发事故或者传感器故障，都可能导致算法做出反常识的决策；当多个相连路口的 AI 系统各自为战时，会不会把拥堵转移到下一个街区，依然需要在更大规模的真实路网中给出答案。