Longas filas nos semáforos podem ser coisa do passado, graças a um novo sistema de inteligência artificial desenvolvido por pesquisadores da Universidade de Aston.
O sistema – o primeiro de seu tipo – lê imagens de câmeras ao vivo e adapta as luzes para compensar, mantendo o tráfego fluindo e reduzindo o congestionamento.
O sistema usa aprendizado de reforço profundo, em que um programa entende quando não está indo bem e tenta um curso de ação diferente – ou continua a melhorar quando progride.
Nos testes, o sistema superou significativamente todos os outros métodos, que normalmente dependem de transições de fase projetadas manualmente.
Em 2019, estimou-se que o congestionamento nas áreas urbanas do Reino Unido leva o residente médio do Reino Unido a desperdiçar cerca de 115 horas de tempo – e £ 894 em desperdício de combustível e perda de renda – todos os anos. Uma das principais causas de congestionamento são os horários inadequados dos semáforos.
Os pesquisadores construíram um simulador de tráfego fotorrealista de última geração, o Traffic 3D, para treinar seu programa, ensinando-o a lidar com diferentes cenários de tráfego e clima. Quando o sistema foi testado em um cruzamento real, ele se adaptou posteriormente a cruzamentos reais de tráfego, apesar de ter sido treinado inteiramente em simulações. Poderia, portanto, ser eficaz em muitas configurações do mundo real.
A Dra. Maria Chli, leitora de Ciência da Computação na Universidade de Aston, explicou que eles “criaram isso como um jogo de controle de tráfego. O programa recebe uma ‘recompensa’ quando um carro passa por um cruzamento. Toda vez que um carro tem que esperar ou há um congestionamento, há uma recompensa negativa. Na verdade, não há nenhuma contribuição nossa; nós simplesmente controlamos o sistema de recompensas.”
Atualmente, a principal forma de automação de semáforos utilizada nos cruzamentos depende de laços de indução magnética; um fio fica na estrada e registra os carros que passam por ela. O programa conta isso e, em seguida, reage aos dados. Como a IA criada pela equipe da Aston University ?vê? o alto volume de tráfego antes que os carros passem pelos semáforos e toma sua decisão, ela é mais responsiva e pode reagir mais rapidamente.
Dr. George Vogiatzis, professor sênior de Ciência da Computação na Universidade de Aston, diz que “a razão pela qual baseamos este programa em comportamentos aprendidos é para que ele possa entender situações que não experimentou explicitamente antes. Testamos isso com um teste físico obstáculo que está causando congestionamento, em vez de faseamento do semáforo, e o sistema ainda se saiu bem. Enquanto houver um vínculo causal, o computador acabará por descobrir qual é esse vínculo. É um sistema intensamente poderoso.”
O programa pode ser configurado para visualizar qualquer entroncamento de tráfego – real ou simulado – e começará a aprender de forma autônoma. O sistema de recompensa pode ser manipulado, por exemplo, para encorajar o programa a permitir que veículos de emergência passem rapidamente. Mas o programa sempre ensina a si mesmo, em vez de ser programado com instruções específicas.
Os pesquisadores esperam começar a testar seu sistema em estradas reais este ano.
O trabalho de pesquisa, Fully-Autonomous, Vision-based Traffic Signal Control: from Simulation to Reality, está sendo apresentado na Conferência de Agentes Autônomos e Sistemas Multiagentes 2022, realizada virtualmente esta semana.
Publicado em 03/08/2022 17h36
Artigo original: