論文の概要: VLALight: A Vision-Language-Action Model for Traffic Signal Control

• arxiv url: http://arxiv.org/abs/2609.36934v1
• Date: Tue, 29 Sep 2026 07:48:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-30 21:28:47.292164
• Title: VLALight: A Vision-Language-Action Model for Traffic Signal Control
• Title（参考訳）: VLALight:交通信号制御のための視覚言語対応モデル
• Abstract要約: VLALightは,マルチビュー・ロードサイド・ビデオからエンドツーエンドの信号制御を行う最初の視覚言語アクション(VLA)モデルである。 我々は,視覚的交通理解と信号決定のための2段階の冷間開始訓練戦略を開発した。 3つの都市ネットワークにまたがる7つの実世界のトラフィックフローデータセットの実験により、VLALightは、輸送ベース、RLベース、LLM/VLMベースラインを一貫して上回ることを示した。
• 参考スコア（独自算出の注目度）: 10.509444461771695
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Traffic signal control (TSC) is essential for improving urban mobility and reducing congestion. Although roadside cameras are widely deployed at signalized intersections and provide rich visual observations of evolving traffic, existing TSC methods typically rely on manually engineered traffic states or separate perception modules, creating a gap between physical observations and control decisions. We present VLALight, the first vision-language-action (VLA) model for end-to-end traffic signal control from multi-view roadside videos. VLALight directly maps visual observations to coordinated signal actions through multi-target spatiotemporal traffic reasoning and topology-aware cooperative perception across intersections. To establish this capability, we develop a two-stage supervised cold-start training strategy for visual traffic understanding and signal decision-making, followed by cooperative agentic reinforcement learning that jointly optimizes local control and network-wide traffic efficiency. Furthermore, VLALight introduces adaptive fast and slow reasoning modes, enabling the policy to allocate deeper reasoning only when additional deliberation provides sufficient control benefits. Through balanced mode-aware rollouts and relative advantage optimization, VLALight learns to trade off decision quality and inference cost. Extensive experiments on seven real-world traffic-flow datasets across three urban networks demonstrate that VLALight consistently outperforms transportation-based, RL-based, and LLM/VLM-based baselines. Ablation studies validate the effectiveness of cooperative perception, network-level optimization, and adaptive reasoning. These results demonstrate the potential of VLA models for real-world physical traffic control. Our project is available at https://github.com/usail-hkust/VLALight.git.
• Abstract（参考訳）: 交通信号制御(TSC)は都市移動性の向上と混雑軽減に不可欠である。 路面カメラは信号化された交差点に広く配備され、交通の進化を視覚的に観察できるが、既存のTSC手法は手動で設計した交通状態や知覚モジュールに依存しており、物理的観察と制御決定の間にギャップが生じる。 VLALightは,マルチビュー・ロードサイド・ビデオからエンドツーエンドの信号制御を行う最初の視覚言語アクション(VLA)モデルである。 VLALightは、多目的の時空間トラフィック推論と、交差点間のトポロジ対応の協調認識を通して、視覚的観察を直接、協調された信号行動にマッピングする。 この能力を確立するために、視覚的交通理解と信号決定のための2段階の冷間開始訓練戦略を開発し、続いて局所制御とネットワーク全体の交通効率を協調的に最適化する協調エージェント強化学習を行った。 さらに、VLALightは適応的な高速かつ遅い推論モードを導入し、追加の熟考が十分な制御利益をもたらす場合にのみ、ポリシーがより深い推論を割り当てることを可能にする。 バランスの取れたモード対応ロールアウトと相対的な優位性最適化を通じて、VLALightは意思決定品質と推論コストのトレードオフを学ぶ。 3つの都市ネットワークにまたがるリアルタイムトラフィックフローデータセットの大規模な実験により、VLALightは輸送ベース、RLベース、LLM/VLMベースベースラインを一貫して上回ることを示した。 アブレーション研究は、協調認識、ネットワークレベルの最適化、適応推論の有効性を検証する。 これらの結果は、現実世界の物理的交通制御のためのVLAモデルの可能性を示している。 私たちのプロジェクトはhttps://github.com/usail-hkust/VLALight.git.comで利用可能です。

関連論文リスト

• VLALight: Lightweight Vision-Language-Action Models for Emergency-Aware Traffic Signal Control [8.929105961048135]
  VLALightは、TSCのための軽量なビジョン言語アクションフレームワークである。 交叉観測と信号相情報を離散的な信号行動にマッピングする。 実験によると、VLALightは、比較したすべての方法で最高の緊急車両サービスを提供している。
  論文  参考訳（メタデータ） (2026-09-25T02:36:44Z)
• COVLM-RL: Critical Object-Oriented Reasoning for Autonomous Driving Using VLM-Guided Reinforcement Learning [55.83415345423854]
  批判的オブジェクト指向(CO)推論と強化学習(RL)を統合した新しいエンドツーエンド駆動フレームワークCOVLM-RLを提案する。 CARLAシミュレータで行った実験により、COVLM-RLはトレーニング運転環境における成功率を30%向上することが示された。
  論文  参考訳（メタデータ） (2025-12-10T06:18:16Z)
• Smart Traffic Signals: Comparing MARL and Fixed-Time Strategies [0.0]
  都市交通渋滞、特に交差点での交通渋滞は、旅行時間、燃料消費および排出に大きな影響を及ぼす。 従来の固定時間信号制御システムは、動的トラフィックパターンを効果的に管理する適応性に欠けることが多い。 本研究では,複数交差点間の交通信号調整を最適化するためのマルチエージェント強化学習の適用について検討する。
  論文  参考訳（メタデータ） (2025-05-20T15:59:44Z)
• Traffic Co-Simulation Framework Empowered by Infrastructure Camera Sensing and Reinforcement Learning [5.942910148207331]
  マルチエージェント強化学習(MARL)は、反復シミュレーションを用いて、ネットワーク内の信号機の制御戦略の学習に特に有効である。 本研究では,高忠実度3次元モデリングと大規模交通流シミュレーションを組み合わせたCARLAシミュレートとSUMOを組み合わせた協調シミュレーションフレームワークを提案する。 実時間カメラを用いた交通状況検出におけるMARL手法の有効性を示す。
  論文  参考訳（メタデータ） (2024-12-05T07:01:56Z)
• A Holistic Framework Towards Vision-based Traffic Signal Control with Microscopic Simulation [53.39174966020085]
  交通信号制御(TSC)は交通渋滞を低減し、交通の流れを円滑にし、アイドリング時間を短縮し、CO2排出量を減らすために重要である。 本研究では,道路交通の流れを視覚的観察によって調節するTSCのコンピュータビジョンアプローチについて検討する。 我々は、視覚ベースのTSCとそのベンチマークに向けて、TrafficDojoと呼ばれる総合的なトラフィックシミュレーションフレームワークを導入する。
  論文  参考訳（メタデータ） (2024-03-11T16:42:29Z)
• DenseLight: Efficient Control for Large-scale Traffic Signals with Dense Feedback [109.84667902348498]
  交通信号制御(TSC)は、道路網における車両の平均走行時間を短縮することを目的としている。 従来のTSC手法は、深い強化学習を利用して制御ポリシーを探索する。 DenseLightは、不偏報酬関数を用いてポリシーの有効性をフィードバックする新しいRTLベースのTSC手法である。
  論文  参考訳（メタデータ） (2023-06-13T05:58:57Z)
• AI-aided Traffic Control Scheme for M2M Communications in the Internet of Vehicles [61.21359293642559]
  交通のダイナミクスと異なるIoVアプリケーションの異種要求は、既存のほとんどの研究では考慮されていない。 本稿では,ハイブリッド交通制御方式とPPO法を併用して検討する。
  論文  参考訳（メタデータ） (2022-03-05T10:54:05Z)
• End-to-End Intersection Handling using Multi-Agent Deep Reinforcement Learning [63.56464608571663]
  交差点をナビゲートすることは、自動運転車にとって大きな課題の1つです。 本研究では,交通標識のみが提供された交差点をナビゲート可能なシステムの実装に着目する。 本研究では,時間ステップ毎に加速度と操舵角を予測するためのニューラルネットワークの訓練に用いる,モデルフリーの連続学習アルゴリズムを用いたマルチエージェントシステムを提案する。
  論文  参考訳（メタデータ） (2021-04-28T07:54:40Z)
• MetaVIM: Meta Variationally Intrinsic Motivated Reinforcement Learning for Decentralized Traffic Signal Control [54.162449208797334]
  交通信号制御は、交差点を横断する交通信号を調整し、地域や都市の交通効率を向上させることを目的としている。 近年,交通信号制御に深部強化学習(RL)を適用し,各信号がエージェントとみなされる有望な性能を示した。 本稿では,近隣情報を考慮した各交差点の分散化政策を潜時的に学習するメタ変動固有モチベーション(MetaVIM)RL法を提案する。
  論文  参考訳（メタデータ） (2021-01-04T03:06:08Z)

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。