英國阿斯頓大學研發 AI 訊號燈：用強化學習終結堵車

如果你每天開車上下班，大概都經歷過這種絕望時刻：面前亮著刺眼的紅燈，橫向車道連半輛車的影子都沒有，你卻只能乾坐在方向盤前乾等。

根據車聯網分析機構 INRIX 的資料，僅在 2021 年，美國人因堵車浪費了整整 34 億小時，平均每人耗費 36 小時。哪怕疫情後通勤模式發生改變，每個人每年依然要為擁堵白白搭上一整週的工時。

現在，全球研究團隊和科技公司正在嘗試把調節紅綠燈的權力徹底交給 AI。

從人工配時到讓強化學習自己試錯

傳統的交通訊號燈，大多依賴交通工程師人工預設的相位配時。即便稍先進些的系統，也往往只停留在車輛檢測與分類層面，依賴埋在地下的地磁感應線圈、攝像頭或雷射雷達。

市場上已經出現了一些探索者。例如以色列特拉維夫的 Intelligent Traffic Control，通過收集監控攝像頭資料來調節訊號燈；美國德克薩斯的 Paradigm Traffic Systems 也在為交叉路口和高速公路提供排程方案。

但英國阿斯頓大學（Aston University）的研究團隊走得更遠。研究員 Maria Chli 和 George Vogiatzis 開發出了一套基於深度強化學習的自適應交通控制系統。

阿斯頓大學稱其為「同類首創」。傳統方案還在死磕人工預設的規則，而這套系統先在交通模擬環境中通過大量試錯進行自我訓練。

它不僅能依據真實路口的攝像頭與雷達資料做即時干預，甚至在面對從未見過的突發路況時，也能推算出最優的放行方案。

讀懂車流，還要兼顧天氣與空氣質量

這套系統的底層邏輯，其實是把計算機視覺和深度強化學習串聯起來。

首先，攝像頭、雷達與雷射雷達等感測器會識別車輛的速度與軌跡，並分清行人、腳踏車等不同道路參與者。甚至通過閉路電視畫面，AI 能掌握整個路網的宏觀車流動態。

隨後，深度強化學習系統接管決策。Maria Chli 解釋，演算法會通過嚴格的數學試錯機制理解交通規律，自主預測未來走勢。

相比人工設定的固定邏輯，強化學習能同時兼顧天氣、環境、空氣質量監測以及不同型別道路使用者的複雜變數，從而大幅壓低車輛等待時間和能源消耗。

研究團隊表示，這套技術完全架設在現有的汽車、道路和紅綠燈硬體之上，不需要推翻現有的基礎設施。

為什麼重要

對每天在路上奔波的普通駕駛員來說，這套方案最直觀的價值就是少踩剎車、少耗油。它不需要你換一臺智慧網聯汽車，只要市政部門在訊號機端升級，整條街的通行效率就能發生變化。

對智慧交通行業而言，阿斯頓大學的研究指出了一個關鍵轉向：交通大腦不再依賴人工規則打補丁，而是全面轉向具備泛化能力的端到端自主決策。比起昂貴的車路協同改造，這種利用現有攝像頭和紅綠燈硬體的方案，部署成本明顯更低。

我們認為，這套系統的聰明之處在於它善用模擬環境解決了強化學習最怕的「冷啟動試錯成本」，避免了把真實道路當小白鼠的風險。

但隱患同樣明顯。現實路況極其複雜，極端天氣下的視覺遮擋、突發事故或者感測器故障，都可能導致演算法做出反常識的決策；當多個相連路口的 AI 系統各自為戰時，會不會把擁堵轉移到下一個街區，依然需要在更大規模的真實路網中給出答案。