📢 转载信息
原文链接：http://bair.berkeley.edu/blog/2025/03/25/rl-av-smoothing/
原文作者：BAIR Blog
我们成功将100辆由强化学习 (RL) 控制的车辆投入到繁忙的高速公路早高峰中，旨在平滑交通拥堵并降低所有人的燃料消耗。我们的目标是解决令人沮丧的“走走停停”波（stop-and-go waves），这些波动通常没有明确的成因，却会导致严重的交通拥堵和能源浪费。
幽灵堵车的挑战
如果您经常开车，一定经历过这种莫名其妙的交通迟滞。这种波动源于驾驶行为的小幅度波动，并在交通流中被放大。由于人类驾驶员的反应时间存在延迟，往往会产生比前车更剧烈的刹车动作，这种效应会像多米诺骨牌一样向后传播，最终导致交通停滞，增加油耗和排放。
利用强化学习平滑交通波
我们利用强化学习（RL）通过与交通环境的交互学习优化策略，以抑制波动的传播。我们基于田纳西州 Nashville 的 I-24 高速公路实验数据构建了数据驱动的模拟环境，让 RL 代理在其中学习如何平滑交通流。关键优势在于，这些控制器仅需感知自身及前车的速度和距离，因此无需昂贵的外部基础设施即可在现代量产车上部署。
奖励设计
为了平衡波平滑、燃油效率、安全性和驾驶舒适度，我们设计了精密的奖励函数。如果过度强调燃油效率，RL 可能学会为了节能而在高速公路上停车；因此，我们引入了动态间距阈值，确保在节能的同时兼顾交通安全和人类驾驶习惯。
100辆车的大规模实测：从模拟到公路
基于模拟实验的成功，我们发起了名为“MegaVanderTest”的实测项目，将训练好的模型部署在100辆真实车辆上。实验证明，当公路上拥有少于 5% 的此类智控车辆时，即可显著改善周围车辆的驾驶效率，实现 15% 到 20% 的能源节省。
本次实验展示了去中心化控制在实际道路中的可行性。未来，我们将继续探索更快的仿真技术以及 5G 通信下的多智能体协作，以进一步消除交通拥堵，实现更绿色的出行。
🚀 想要体验更好更全面的AI调用？
欢迎使用青云聚合API，约为官网价格的十分之一，支持300+全球最新模型，以及全球各种生图生视频模型，无需翻墙高速稳定，文档丰富，小白也可以简单操作。
评论区