论文
TrafficClaw：通过统一物理环境建模进行通用城市交通控制
TrafficClaw: Generalizable Urban Traffic Control via Unified Physical Environment Modeling
摘要
城市交通控制是一个跨越异构子系统的系统级协调问题，包括交通信号、高速公路、公共交通和出租车服务。现有的基于优化的强化学习 (RL) 和新兴的基于 LLM 的方法主要是为孤立的任务设计的，限制了跨任务泛化和捕获跨子系统耦合物理动态的能力。我们认为，有效的系统级控制需要一个统一的物理环境，其中子系统共享基础设施、移动需求和时空约束，从而允许本地干预通过网络传播。为此，我们提出了 TrafficClaw，一个构建在统一运行时环境上的通用城市交通控制框架。 TrafficClaw 将异构子系统集成到共享动力系统中，从而实现跨子系统交互和闭环代理环境反馈的显式建模。在此环境中，我们开发了一个具有可执行时空推理和可重用程序内存的LLM代理，支持跨子系统的统一诊断和持续的策略细化。此外，我们引入了具有监督初始化和具有系统级优化的代理强化学习的多阶段训练管道，进一步实现了协调和系统感知的性能。实验表明，TrafficClaw 在未见的流量场景、动态和任务配置中实现了稳健、可转移和系统感知的性能。我们的项目位于 https://github.com/usail-hkust/TrafficClaw。
