联合动态车道反转与可变限速控制：一种基于 Graphormer 的方法

联网自动驾驶车辆能够支持频繁地重新分配每条道路的车道方向和限速，但其收益取决于交通流如何重新规划路径，而单向道路可能使路口彼此隔离。我们针对包含单向道路的路网，构建了全网范围的动态车道分配与方向性限速控制方案，在每次反转前清空车道，并始终保持一个强连通且可通行的图。基于图定向理论的动作解析算法仅在网络仍保持强连通时才允许执行关闭某一方向的提议，否则便对其进行放宽或撤销，从而确保模型中的所有路口始终相互可达，即使在清空期间也是如此。所有道路控制器共享同一个 transformer，其注意力机制 Global Endpoint Relation-Aware Spatio-Temporal Self-Attention（GERASTSA）覆盖所有道路—时间标记，并根据道路之间的端点关系施加偏置。该模型先在动作条件交通预测任务上进行预训练，再通过在每条道路上执行的近端策略优化进行微调，所采用的混合奖励还会对相邻道路和整个网络的表现给予奖励。在一个包含通勤高峰时段的 6 × 6 网格中，学习得到的策略会使约三分之二的道路在高峰方向上变为单向道路；与保持初始配置不变的方案相比，日均延误减少了 90%，与经过调优的双向负载均衡器相比减少了 85%。在测试时限制为只能使用双向道路后，其性能提升仅与该负载均衡器大致相当，而其学习得到的限速反而增加了延误。预训练使超过固定配置所需的更新次数大约减少了一半。在各项消融实验中，只有移除关系偏置或空间嵌入会产生明显影响，使延误增加约五倍。