Mã số N2100: Điều phối tín hiệu giao thông đa tác tử thích ứng với giao tiếp không gian chọn lọc: Thiết kế Gated-ST và kiểm chứng trên mô phỏng SUMO (Hệ thống Traffic MAS)

  - Chia sẻ:    

Tình trạng ùn tắc giao thông tại các nút giao liên thông trên địa bàn TP. Hồ Chí Minh đang gây áp lực lớn lên hệ thống giao thông đô thị. Hàng đợi phương tiện kéo dài không chỉ làm gia tăng thời gian di chuyển, tiêu hao nhiên liệu mà còn làm tăng lượng khí thải, ảnh hưởng đến môi trường và chất lượng cuộc sống của người dân.

Thực tế, tại các khu vực có nhiều nút giao kết nối trên cùng một trục đường, lưu lượng phương tiện giữa các nút có mối liên hệ chặt chẽ và tác động qua lại liên tục. Việc điều chỉnh thời gian đèn xanh tại một nút giao có thể làm thay đổi lượng phương tiện di chuyển đến nút kế tiếp, từ đó ảnh hưởng đến khả năng lưu thông của toàn tuyến. Tuy nhiên, hệ thống điều khiển tín hiệu giao thông truyền thống chủ yếu vận hành theo chu kỳ cố định, chưa có khả năng thích ứng linh hoạt với biến động lưu lượng và phối hợp điều tiết giữa các nút giao.

Bên cạnh đó, việc ứng dụng camera giám sát để thu thập dữ liệu giao thông vẫn tiềm ẩn nguy cơ phát sinh cảnh báo sai do nhiễu hình ảnh hoặc biến động bất thường tại từng thời điểm. Nếu những dữ liệu chưa được kiểm chứng và xử lý phù hợp được đưa trực tiếp vào hệ thống điều khiển, hiệu quả điều phối có thể bị ảnh hưởng. Vì vậy, bài toán đặt ra không chỉ là tối ưu thời gian đèn tín hiệu tại từng nút giao, mà còn phải giải quyết đồng thời yêu cầu phối hợp liên thông, chọn lọc thông tin trao đổi và bảo đảm độ tin cậy của dữ liệu đầu vào.

Từ thực tiễn đó, giải pháp "Điều phối tín hiệu giao thông đa tác tử thích ứng với giao tiếp không gian chọn lọc: Thiết kế Gated-ST và kiểm chứng trên mô phỏng SUMO (Hệ thống Traffic MAS)"  ra đời có khả năng điều khiển giao thông thông minh có khả năng thích ứng theo thời gian thực, phối hợp linh hoạt giữa các nút giao nhưng vẫn kiểm soát được chất lượng thông tin trao đổi.

Giao diện hệ thống

Giải pháp kết hợp nghiên cứu thuật toán Học tăng cường đa tác tử (MARL) với thiết kế hệ thống phần mềm hướng sự kiện phân tán (Traffic MAS). Về mặt thuật toán, công trình thiết kế kiến trúc Gated-ST dung hợp thông tin thời gian (GRU) và thông tin không gian từ các nút giao lân cận (GATv2) thông qua một cổng điều tiết học được (Learned Gate), đồng thời xây dựng phương pháp đánh giá thống kê ghép cặp theo hạt giống ngẫu nhiên (seed) để lượng hóa chính xác tác động của giao tiếp không gian. Về mặt kỹ thuật phần mềm, hệ thống chuẩn hóa luồng sự kiện từ thị giác máy tính (YOLOv8/RT-DETR) qua Apache Kafka bằng Pydantic v2 và thẩm định theo cửa sổ thời gian 3 giây bằng Golang (Temporal Validator).

Giải pháp phát triển theo hai nhánh nghiên cứu bổ trợ trong khung kiến trúc Traffic MAS:
(1) Nhánh điều phối tín hiệu giao thông đa tác tử (MARL) trên mô phỏng vi mô SUMO: Mỗi nút giao đóng vai trò một tác tử học tăng cường chia sẻ tham số (PS-IPPO) thu nhận trạng thái giao thông cục bộ và ra quyết định chọn pha đèn an toàn thông qua cơ chế khóa hành động (Action Masking). Để phối hợp liên nút giao, nhóm thiết kế kiến trúc Gated-ST kết hợp đơn vị hồi tiếp có cổng (GRU) xử lý chuỗi thời gian, mạng chú ý đồ thị cải tiến (GATv2) tổng hợp thông tin không gian từ các nút lân cận, và một lớp cổng dung hợp học được (Gating Layer) để điều tiết mức đóng góp của nhánh không gian.
(2) Nhánh kiến trúc phần mềm nhận diện và xử lý sự kiện (Traffic MAS): Gồm mô-đun thị giác máy tính (YOLOv8n, RT-DETR-l) phát hiện phương tiện/sự cố, truyền thông điệp chuẩn hóa bằng Pydantic v2 qua hàng đợi sự kiện Apache Kafka đến bộ kiểm chứng không-thời gian (Temporal Validator viết bằng Golang với cửa sổ 3 giây) và hiển thị giám sát trên Web Dashboard (Next.js, Prometheus, Grafana, Jaeger).

Trên môi trường mô phỏng vi mô SUMO (lưới nút giao 2x2, 5 seed 42–46, 3 kịch bản lưu lượng G1, G2, G3), chính sách PS-IPPO giảm 34,1% chiều dài hàng đợi trung bình so với thuật toán chuẩn Varaiya Max Pressure (Queue đạt 10,52 ± 0,35 xe so với 15,97 xe). Phép đối chiếu giữa Gated-ST và GRU-only được kiểm chứng bằng khoảng tin cậy 95% Student-t với dữ liệu truy vết đầy đủ đến từng seed. Ở nhánh xử lý thị giác và sự kiện, YOLOv8n đạt tốc độ 14 FPS trên CPU tiêu chuẩn và bộ kiểm chứng Golang lọc nhiễu ổn định theo cửa sổ thời gian thực.

Giải pháp được áp dụng trực tiếp tại Trường Đại học Giao thông vận tải TP. Hồ Chí Minh (UTH), phục vụ công tác nghiên cứu, giảng dạy, thử nghiệm và đánh giá các mô hình điều khiển, điều phối giao thông thông minh. Đồng thời, giải pháp hướng đến phục vụ người dân tham gia giao thông và các trung tâm quản lý, điều hành giao thông đô thị tại TP. Hồ Chí Minh thông qua việc tối ưu hóa điều phối tín hiệu tại các cụm nút giao, góp phần giảm hàng đợi phương tiện, rút ngắn thời gian di chuyển và nâng cao hiệu quả khai thác hạ tầng giao thông đô thị.

Trịnh Xuân Đạt - Huỳnh Nam Trường - Phạm Văn Thành - Vũ Đình Long