LATS：大语言模型辅助的教师-学生框架用于交通信号控制中的多智能体强化学习
机器人学
2026-03-26 v1
摘要
自适应交通信号控制 (ATSC) 旨在通过实时调整交通灯来优化交通流量并最小化延迟。近期在多智能体强化学习 (MARL) 中的进展为 ATSC 提供了前景，但现有方法仍存在表示能力有限的问题，常导致在复杂动态交通环境中表现次佳且泛化能力差。另一方面，大语言模型 (LLM) 在语义表示、推理和分析方面表现出色，但其易产生幻觉且推理速度慢的特性常阻碍其直接应用于决策任务。为解决这些挑战，我们提出了一种新颖的学习范式，称为 LATS，将 LLM 和 MARL 集成在一起，利用前者的强先验知识和归纳能力来增强后者的决策过程。具体而言，我们引入了一个即插即用的教师-学生学习模块，其中经过训练的嵌入 LLM 作为教师生成捕获每个交叉口拓扑结构和交通动力学的丰富语义特征。随后，一个更简单 (学生) 神经网络通过在潜在空间中的知识蒸馏来学习这些特征，从而使最终模型能够独立于 LLM 进行下游 RL 决策过程。该集成显著提升了整个模型在多样化交通情景下的表示能力，从而导致更高效和更具泛化性的控制策略。广泛的实验跨越多样化交通数据集，经验性地证明了该方法提升了 RL 模型的表示学习能力，从而导致在传统 RL 和仅限 LLM 方法上实现更佳的整体性能和泛化能力。
引用
@article{arxiv.2603.24361,
title = {LATS: Large Language Model Assisted Teacher-Student Framework for Multi-Agent Reinforcement Learning in Traffic Signal Control},
author = {Yifeng Zhang and Peizhuo Li and Tingguang Zhou and Mingfeng Fan and Guillaume Sartoretti},
journal= {arXiv preprint arXiv:2603.24361},
year = {2026}
}