DeCoR：基于强化学习的城市街道设计与控制联合优化
机器学习
2026-05-21 v1 人工智能
摘要
现代视觉系统能够大规模检测、跟踪和预测城市中的行为主体，但将感知输出转化为城市设计的工作仍受限。我们引入 DeCoR，一个两阶段的强化学习框架，利用流量观测数据共同优化人行横道布局和网络级信号控制。设计阶段将人行网络编码为图形，并学习一种生成策略，对人行横道位置和宽度的高斯混合模型进行参数化，从而对新建人行横道进行采样。对于每一种布局，共享控制策略学习自适应信号时序，以最小化人车等待时间。实验在一条实际的 750 米城市走廊上进行，数据来源于视频和 Wi-Fi 日志，DeCoR 学习出的布局使人行到达最近人行横道的等待时间降低 23%，且使用更少的人行横道。控制方面，DeCoR 将人行和车辆等待时间分别降低了 79% 和 65%，显著优于固定时段信号控制。进一步地，控制策略对训练外的需求具有良好推广性，且在布局变化时无需重新训练即可保持鲁棒性。
引用
@article{arxiv.2605.21311,
title = {DeCoR: Design and Control Co-Optimization for Urban Streets Using Reinforcement Learning},
author = {Bibek Poudel and Lei Zhu and Kevin Heaslip and Sai Swaminathan and Weizi Li},
journal= {arXiv preprint arXiv:2605.21311},
year = {2026}
}
备注
22 pages, 8 figures