基于不确定性感知保守预测与世界模型强化学习的安全城市交通控制
机器学习
2026-02-05 v1 人工智能
摘要
城市交通管理需要能够同时预测未来状况、检测异常情况并采取安全纠正措施的系统，同时提供可靠性保证。我们提出了STREAM-RL框架，引入了三个新颖的算法贡献：（1）PU-GAT+，一种基于预测不确定性的自适应保守预测器，通过置信单调注意力实现图注意力的动态重加权，实现分布无关的覆盖保证；（2）CRFN-BY，一种保守残差流网络，通过正规化流建模不确定性标准化残差，并在任意依赖下控制Benjamini-Yekutieli FDR；（3）LyCon-WRL+，一种基于不确定性引导的安全世界模型强化学习智能体，配备Lyapunov稳定证书、认证Lipschitz边界和不确定性传递的想象滚动。到目前为止，这是首个从预测通过异常检测到安全策略学习传播校准不确定性的端到端框架。多个真实世界交通轨迹数据实验表明，STREAM-RL实现了91.4%的覆盖率效率，在经验证的依赖下控制FDR为4.1%，将安全率提高到95.2%（相对于标准PPO的69%），同时实现更高的奖励，端到端推理延迟仅23ms。
引用
@article{arxiv.2602.04821,
title = {Safe Urban Traffic Control via Uncertainty-Aware Conformal Prediction and World-Model Reinforcement Learning},
author = {Joydeep Chandra and Satyam Kumar Navneet and Aleksandr Algazinov and Yong Zhang},
journal= {arXiv preprint arXiv:2602.04821},
year = {2026}
}