AI路口信号配时实验：多路口协同与排队消散

城市路口的信号配时长期依赖固定方案或单点感应，高峰时段容易在相邻路口之间形成排队溢出。智慧城市实验室近期的实验聚焦于把单点优化扩展为小范围路网协同：以路口检测器数据与浮动车轨迹为输入，用轻量化强化学习模型输出周期、绿信比与相位差，先在仿真环境中完成闭环验证，再接入真实路口做限幅试运行。

与直接追求「全局最优」不同，我们更关注可控性与可回退性：模型给出的配时变更被限制在人工设定范围内，每个周期都记录变更前后的排队长度与延误指标，出现异常即回退到原方案。

要点：
· 进展：在某片区 8 个连续路口完成 3 周试运行，平峰时段平均车均延误下降约 9%，主干道排队溢出次数由日均 5 次降至 2 次以内。
· 下一步：引入公交与应急车辆优先策略，并验证雨天、大型活动等特殊场景下的策略稳定性。