CROSS：面向通用大规模交通信号控制的基于混合专家的强化学习框架
机器人学
2026-03-27 v1
摘要
近期，机器人、自动化和人工智能技术的进展使得城市交通系统逐渐实现自主化，为未来智慧城市的建设提供了动力，这在一定程度上得益于自适应交通信号控制（ATSC）技术的发展——该技术能够动态优化信号相位，以缓解拥堵并优化交通。然而，要实现有效且具有可 generalization 的大规模 ATSC 仍然是一个重大挑战，原因在于网络中存在多样化的交叉口拓扑结构以及高度动态、复杂的交通需求模式。现有的基于强化学习的方法通常为所有场景共享单一策略，其受限的表示能力使得难以捕捉多样化的交通动态，并难以泛化到未见过的环境。为此，我们提出了 CROSS，一种基于混合专家（Mixture-of-Experts, MoE）的去中心化强化学习框架，用于通用 ATSC。我们首先引入预测对比聚类（Predictive Contrastive Clustering, PCC）模块，通过预测短期状态转移来识别潜在的交通模式，随后进行聚类和对比学习，以增强模式级别的表示。我们进一步设计了情景自适应 MoE 模块，通过增强共享策略的多个专家，实现自适应专门化和更灵活的场景特定策略。我们在 SUMO 模拟器中对抑制和真实世界交通数据集进行了大量实验。与最先进的基线方法相比，CROSS 通过改进对多样化交通场景的表示，实现了卓越的性能和泛化能力。
引用
@article{arxiv.2603.24930,
title = {CROSS: A Mixture-of-Experts Reinforcement Learning Framework for Generalizable Large-Scale Traffic Signal Control},
author = {Xibei Chen and Yifeng Zhang and Yuxiang Xiao and Mingfeng Fan and Maonan Wang and Guillaume Sartoretti},
journal= {arXiv preprint arXiv:2603.24930},
year = {2026}
}