論文の概要: SignalClaw: LLM-Guided Evolutionary Synthesis of Interpretable Traffic Signal Control Skills

• arxiv url: http://arxiv.org/abs/2604.05535v1
• Date: Tue, 07 Apr 2026 07:35:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-08 17:42:09.691515
• Title: SignalClaw: LLM-Guided Evolutionary Synthesis of Interpretable Traffic Signal Control Skills
• Title（参考訳）: SignalClaw: LLM-Guided Evolutionary Synthesis of Interpretable Traffic Signal Control Skills
• Authors: Da Lei, Feng Xiao, Lu Li, Yuzhan Liu,
• Abstract要約: 交通信号制御TSCは、展開に効果的かつ解釈可能な戦略を必要とする。 本稿では,大規模言語モデルを進化的スキルジェネレータとして利用するフレームワークであるSIGNALCLAWを紹介する。 それぞれのスキルには、合理性、選択指導、実行可能なコードが含まれており、ポリシーを人間の検査可能、自己文書化します。
• 参考スコア（独自算出の注目度）: 8.299375016847524
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Traffic signal control TSC requires strategies that are both effective and interpretable for deployment, yet reinforcement learning produces opaque neural policies while program synthesis depends on restrictive domain-specific languages. We present SIGNALCLAW, a framework that uses large language models LLMs as evolutionary skill generators to synthesize and refine interpretable control skills for adaptive TSC. Each skill includes rationale, selection guidance, and executable code, making policies human-inspectable and self-documenting. At each generation, evolution signals from simulation metrics such as queue percentiles, delay trends, and stagnation are translated into natural language feedback to guide improvement. SignalClaw also introduces event-driven compositional evolution: an event detector identifies emergency vehicles, transit priority, incidents, and congestion via TraCI, and a priority dispatcher selects specialized skills. Each skill is evolved independently, and a priority chain enables runtime composition without retraining. We evaluate SignalClaw on routine and event-injected SUMO scenarios against four baselines. On routine scenarios, it achieves average delay of 7.8 to 9.2 seconds, within 3 to 10 percent of the best method, with low variance across random seeds. Under event scenarios, it yields the lowest emergency delay 11.2 to 18.5 seconds versus 42.3 to 72.3 for MaxPressure and 78.5 to 95.3 for DQN, and the lowest transit person delay 9.8 to 11.5 seconds versus 38.7 to 45.2 for MaxPressure. In mixed events, the dispatcher composes skills effectively while maintaining stable overall delay. The evolved skills progress from simple linear rules to conditional strategies with multi-feature interactions, while remaining fully interpretable and directly modifiable by traffic engineers.
• Abstract（参考訳）: 交通信号制御RTCは、展開に効果的かつ解釈可能な戦略を必要とするが、強化学習は不透明なニューラルポリシーを生成する一方、プログラム合成は制限のあるドメイン固有言語に依存している。 SIGNALCLAW は,大規模言語モデル LLM を進化的スキルジェネレータとして用いて,適応型 TSC のための解釈可能な制御スキルを合成・洗練するフレームワークである。 それぞれのスキルには、合理性、選択指導、実行可能なコードが含まれており、ポリシーを人間の検査可能、自己文書化します。 各世代において、キューパーセンタイル、遅延傾向、停滞といったシミュレーション指標からの進化信号が自然言語のフィードバックに変換され、改善が導かれる。 SignalClawはまた、イベント駆動のコンポジション進化も導入している。イベント検出器は、緊急車両、トランジット優先度、インシデント、TraCI経由の混雑を検知し、プライオリティディスペンサーは特殊スキルを選択する。 各スキルは独立して進化し、優先順位チェーンは再トレーニングせずに実行時のコンポジションを可能にする。 ルーチンおよびイベント注入SUMOシナリオのSignalClawを4つのベースラインに対して評価した。 通常のシナリオでは、7.8秒から9.2秒の平均遅延を達成し、最良のメソッドの3から10%以内で、ランダムな種子間でのばらつきは低い。 イベントシナリオでは、MaxPressureでは11.2秒から18.5秒、MaxPressureでは42.3秒から72.3秒、DQNでは78.5秒から95.3秒、MaxPressureでは9.8秒から11.5秒、MaxPressureでは38.7秒から45.2秒である。 混合イベントにおいて、ディスパッチは、全体的な遅延を安定させながら、効果的にスキルを構成する。 進化したスキルは、単純な線形ルールから、多機能インタラクションを備えた条件付き戦略へと進歩する一方で、トラフィックエンジニアによって完全に解釈可能で直接修正可能である。

関連論文リスト

• EAGLE: Edge-Aware Graph Learning for Proactive Delivery Delay Prediction in Smart Logistics Networks [0.5653106385738822]
  本稿では,プロアクティブサプライチェーンリスク管理のためのハイブリッドディープラーニングフレームワークを提案する。 提案手法は,軽量な Transformer patch encoder を用いて時間次数フローのダイナミクスを共同でモデル化する。 このフレームワークは0.0089のクロスシードF1標準偏差を示しており、最高の改良版よりも3.8倍改善されている。
  論文  参考訳（メタデータ） (2026-04-06T23:35:15Z)
• Emergency Preemption Without Online Exploration: A Decision Transformer Approach [1.2099551931618155]
  本稿では,Decision Transformer (DT) に基づく緊急回廊最適化のための戻り条件付きフレームワークを提案する。 LightSimシミュレータでは、DTは4x4グリッド上の固定タイミングプリエンプションと比較して平均EV走行時間を37.7%削減する。 MADTはより大きなグリッドをさらに改善し、グラフアテンション調整によって8x8で45.2%の削減を実現した。
  論文  参考訳（メタデータ） (2026-03-20T03:32:35Z)
• MetaClaw: Just Talk -- An Agent That Meta-Learns and Evolves in the Wild [74.7263562191605]
  大規模言語モデル(LLM)エージェントは、複雑なタスクにますます使われている。 既存の方法は、知識を蒸留せずに生の軌跡を保存するか、静的なスキルライブラリを維持するか、または再訓練のために破壊的なダウンタイムを必要とする。 本稿では,基本的なLCMポリシと再利用可能な行動スキルのライブラリを共同で進化させるメタ学習フレームワークであるMetaClawを紹介する。
  論文  参考訳（メタデータ） (2026-03-17T22:30:30Z)
• Scaling the Scaling Logic: Agentic Meta-Synthesis of Logic Reasoning [18.75349680577575]
  SSLogicは、コントロール可能な困難を伴う継続的家族進化のためのフレームワークである。 SSLogicに進化したデータのトレーニングは、一致したステップでシードベースラインに対して一貫した利得を得る。
  論文  参考訳（メタデータ） (2026-01-23T13:26:01Z)
• Adaptive Reinforcement and Model Predictive Control Switching for Safe Human-Robot Cooperative Navigation [10.614812216110673]
  本稿では,近接制御と安全制約の同時実施による移動ロボットの人間誘導ナビゲーションの課題について論じる。 本稿では,ハイブリッド学習制御フレームワークであるAdaptive Reinforcement and Model Predictive Control Switching (ARMS)を紹介する。 乱雑な環境でARMSが82.5パーセントの成功率を達成することを示す。
  論文  参考訳（メタデータ） (2026-01-23T12:02:18Z)
• AgentMath: Empowering Mathematical Reasoning for Large Language Models via Tool-Augmented Agent [80.83250816918861]
  o3やDeepSeek-R1のようなLarge Reasoning Models (LRM)は、長いチェーン・オブ・シークレットを持つ自然言語推論において顕著な進歩を遂げている。 しかし、計算的に非効率であり、複雑な数学的操作を必要とする問題を解く際には精度に苦しむ。 本稿では,言語モデルの推論能力とコードインタプリタの計算精度をシームレスに統合するエージェントフレームワークであるAgentMathを紹介する。
  論文  参考訳（メタデータ） (2025-12-23T19:57:49Z)
• Towards a Science of Scaling Agent Systems [79.64446272302287]
  エージェント評価の定義を定式化し,エージェント量,コーディネーション構造,モデル,タスク特性の相互作用として,スケーリング法則を特徴付ける。 協調指標を用いて予測モデルを導出し,R2=0をクロスバリデーションし,未知のタスク領域の予測を可能にする。 ツールコーディネーショントレードオフ: 固定的な計算予算の下では, ツールヘビータスクはマルチエージェントのオーバーヘッドから不均衡に悩まされ, 2) 能力飽和: 調整が減少または負のリターンを, 単一エージェントのベースラインが45%を超えると達成できる。
  論文  参考訳（メタデータ） (2025-12-09T06:52:21Z)
• Hierarchical Spatio-Temporal Attention Network with Adaptive Risk-Aware Decision for Forward Collision Warning in Complex Scenarios [7.238050152381639]
  本稿では,階層型時空間注意ネットワークと動的リスク閾値調整アルゴリズムを併用した前方衝突警報フレームワークを提案する。 マルチシナリオデータセットでテストされ、完全なシステムは高い有効性を示し、F1スコアは0.912、偽警報率は8.2%、警告リード時間は2.8秒である。
  論文  参考訳（メタデータ） (2025-11-25T05:57:29Z)
• SuperFlow++: Enhanced Spatiotemporal Consistency for Cross-Modal Data Pretraining [62.433137130087445]
  SuperFlow++は、連続するカメラペアを使用して事前トレーニングと下流タスクを統合する新しいフレームワークである。 SuperFlow++は様々なタスクや運転条件で最先端のメソッドよりも優れています。 強力な一般化性と計算効率により、SuperFlow++は、自動運転におけるデータ効率の高いLiDARベースの認識のための新しいベンチマークを確立する。
  論文  参考訳（メタデータ） (2025-03-25T17:59:57Z)
• FastEmit: Low-latency Streaming ASR with Sequence-level Emission Regularization [78.46088089185156]
  ストリーム自動音声認識(ASR)は、仮説化された単語を可能な限り迅速かつ正確に出力することを目的としている。 既存のアプローチでは、シーケンストランスデューサモデルにおいて、トーケン単位またはフレーム単位の確率予測を演算することで、発光遅延をペナルティ化する。 本稿では,訓練用トランスデューサモデルにおいて,シーケンス毎の確率に遅延正規化を直接適用する,FastEmitというシーケンスレベルのエミッション正規化手法を提案する。
  論文  参考訳（メタデータ） (2020-10-21T17:05:01Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。