LightSim：面向交通信号控制研究的轻量级细胞传递模型模拟器
系统与控制
2026-02-26 v1 系统与控制
摘要
基于深度学习的交通信号控制受限于仿真器：在SUMO上训练耗时数小时，复现结果常需数天的平台相关配置，缓慢的迭代周期阻碍了严谨评估所需的多随机种实验。其中大量开销是不必要的，因为对于信号时序优化，关键动力学仅涉及队列形成与释放，而细胞传递模型（CTM）正是以宏观流模型捕获这些动态。我们引入LightSim，一个纯Python实现、可通过pip安装的交通仿真器，支持Gymnasium和PettingZoo接口，在单CPU上每秒可运行超过20000步。跨仿真器实验覆盖单交叉口、网格网络、干线走廊及六个真实城市网络，LightSim在单一和强化学习策略下保持了与SUMO相同的控制器排序，同时训练速度提升3至7倍。LightSim以开源基准形式发布，包含19个内置场景、7个控制器以及完整的强化学习管线，显著降低了信号控制研究的门槛，从天数缩短至分钟。
引用
@article{arxiv.2602.21852,
title = {LightSim: A Lightweight Cell Transmission Model Simulator for Traffic Signal Control Research},
author = {Haoran Su and Hanxiao Deng},
journal= {arXiv preprint arXiv:2602.21852},
year = {2026}
}