分段级交通拥堵功能的可扩展学习

lixia01

我们提出并研究了一个在全球范围内和路段级粒度上识别交通拥堵函数（交通变量观测之间的数值关系）的框架。
城市面临着交通拥堵的持续挑战，这与我们的生活质量息息相关。拥挤的街道不仅影响我们的经济，还影响环境和我们的集体福祉。为了建设更智能的城市，我们需要定量了解交通行为，就像谷歌的“绿灯计划”探索如何改善交通流量一样。
拥堵函数是理解交通状况的关键，它提供了一种数学方法来捕捉单个路段层面的拥堵情况：随着车辆数量的增加，拥堵程度趋于加剧，而行驶速度趋于降低。识别拥堵函数的挑战——根据观察到的车辆数量准确估算速度——是实时导航、交通流模拟和交通管理等多种应用的关键。
道路网络拥堵的数学模型历史悠久，影响深远。大多数先前的模型都是基于物理学的，并应用于各个路段。不幸的是，交通传感器通常只安装在主要道路上，导致许多城市街道的数据稀疏或不存在，从而导致模型覆盖不完整。虽然这些问题的解决方案在历史上一直很有限，但最近车载远程信息处理和智能手机的兴起使车辆能够充当移动传感器，并在更广泛的道路上收集车辆速度和流量的实时估计值。有了这些新的数据源，也许数据驱动的方法来识别拥堵功能可能会成功，甚至在全球范围内适用于城市的任何道路和世界上任何一个城市。
在“路段级交通拥堵函数的可扩展学习”中，我们系统地探索了这一挑战。我们的目标是融合城市所有路段的数据，为该城市生成一个单一模型，从而能够在数据有限的道路上进行更稳健的推理。我们评估了我们的框架在大型多城市数据集上识别拥堵函数和预测路段属性的能力。尽管数据稀疏带来了挑战，但我们的方法表现出了强大的性能，尤其是在推广到未观察到的路段方面。
模型设计
我们的方法建立在有关交通建模的两个基本见解之上：
拥堵函数取决于道路特征。每条道路都有静态属性，例如长度、宽度和车道数，这些属性会影响交通状况。这些属性不会经常变化，并且可以针对任何道路进行测量。
拥堵模式是反复出现的。在任何给定的道路上，交通行为都遵循基于时间的可预测模式。早高峰的拥堵与中午或晚高峰的拥堵不同。这些反复出现的模式受动态因素（例如一天中的时间和一周中的某一天）驱动。
我们并没有像大多数先前的研究那样为每条道路建立一个单独的模型，而是使用静态和动态特征融合了城市中所有路段和所有时间段的数据。然后，这些特征被输入到一个机器学习 (ML) 模型中，该模型会学习一般的拥堵函数。然后，该模型可以使用道路的特定静态属性和当时的动态条件来估计任何给定路段的平均速度。
虽然我们的数据驱动框架前景令人振奋，但最大的挑战之一是泛化。道路表现出显著的变化。即使在单个路段内，交通信号时间等因素也会改变交通流量。这种变化加上许多道路的数据有限，使得很难为每条街道创建高度准确且特定于道路的模型。关键问题是：即使在数据有限的道路上，单一模型是否也能很好地发挥作用，并有效地泛化到各种道路类型和城市？
此前从未有人以如此规模研究过这一挑战，因此我们的工作主要是探索该方法的优势和局限性。我们想测试这种模型是否真的可以扩展到城市的所有道路，甚至扩展到具有不同交通模式的城市，而不会显著降低准确性。
实验
我们对来自全球多个主要城市的综合数据集进行了许多实验，这些城市横跨不同的大洲，包含交通规则和驾驶模式。我们的数据来自 Google 地图道路网络数据和匿名驾驶趋势，包括一周中所有日子从早上 7 点到晚上 10 点每小时的车辆数量和速度测量值。我们用五周的数据训练了我们的模型，并在接下来的一周对其进行了测试，这使我们能够评估我们的方法对未观察数据的预测效果。
对于每个城市，我们将分析分为两大类道路：高速公路（连接各区域的主要道路）和主干道（中高容量城市道路）。这些道路对于了解全市交通拥堵模式至关重要。这两种道路具有根本不同的道路特征和交通动态。因此，我们分别对每种道路进行模型训练和评估，以进行更细致、更有针对性的实验。
在相关情况下，我们还将我们的方法与一种常用的道路专用模型（即公共道路局 (BPR) 链接函数）进行了比较。BPR 函数假设速度和交通流量之间存在基于物理的关系，并将其参数与数据相匹配。它只能在特定道路有足够数据时应用，从而为准确性和泛化能力的比较提供相关基线。
结果
估算性能
平均而言，对于具有足够数据以应用 BPR 函数的高速公路路段，我们的单一数据驱动拥堵函数估算的交通速度误差相似或更低。至关重要的是，它在没有足够数据来拟合单个 BPR 模型的路段上表现相当出色。当城市无法收集每条道路的大量交通数据时，这种可扩展性是一个显著的优势。
然而，在主干道上，我们的方法相对于基线来说有些吃力。主干道的特征变化更大，而且收到的数据比高速公路更不一致，这可能是导致主干道建模性能较低的原因。在某些城市，多达 20% 的主干道缺乏足够的数据来执行 BPR 函数（而城市高速公路的比例为 5-7%），这凸显了城市道路的复杂性以及我们的方法需要进一步改进。
也许最有趣的发现是我们的模型在自由流动和拥堵交通过渡期间的表现，这对于理解和管理拥堵至关重要。在高速公路上，我们的方法在这些过渡时期比基线表现出了更大的改进。这表明，我们的数据驱动模型在预测一些最具活力和挑战性的时期的交通状况时特别有价值。
概括
在同一个城市，我们发现我们的模型可以很好地推广到未观察到的路段。例如，如果我们在 80% 的道路上训练模型，它可以识别剩余 20% 未观察到路段的拥堵函数，几乎与我们有数据的路段一样好。这种泛化能力是使交通模型可扩展并适用于实际应用的关键。
我们进一步测试了模型在各个城市中的推广能力。在一个城市训练的模型是否适用于交通模式完全不同的另一个城市？为了测试这一点，我们采用了一个基于一个城市五周交通数据训练的模型，并根据另一个城市五周的数据对其进行了评估。我们的结果很有趣：当两个城市都在美国或欧洲时，该模型迁移效果很好，产生的结果与原始城市相当。然而，当我们在不同大洲的城市之间进行测试时——例如在亚洲和非亚洲城市之间——迁移效果就不那么好了。这凸显了在全球范围内学习交通模型的潜在局限性，可能是由于驾驶行为和基础设施的差异。
额外的交通洞察
作为一项附加实验，我们探索了我们的单一城市模型是否可以预测道路的其他重要交通特性，例如临界密度——道路从畅通过渡到拥堵的点。我们的模型在这项任务中表现良好，产生的预测结果与道路特定模型相当。除了估计拥堵函数之外，也许我们的方法还可以用于一系列交通分析任务。
更广泛的影响
我们的研究结果对于学术研究和实际的交通理解和管理都具有重要意义。它们展示了 ML 在全球范围内对交通模式进行建模的强大功能，而这项任务以前使用传统的基于物理的模型很难完成。然而，我们的工作才刚刚开始。通过包括更复杂的特征（例如，红绿灯、路标）、使用图神经网络等高级架构或引入物理信息约束（如机器人技术中所使用的） ，还有充足的空间来增强模型，以更好地捕捉交通动态。
对于城市规划者和交通管理部门来说，这种方法提供了一种新的方式来了解整个道路网络的交通模式，而无需在每条街道上都安装传感器。我们的方法具有可扩展性，这意味着它可以在全球范围内部署，使实时交通管理和长期规划更加高效和有效。随着城市人口的增长，像我们这样的数据驱动框架可能成为设计更智能、更可持续城市的必备工具。
致谢
这项工作是与 Aboudy Kreidieh、Neha Arora、Carolina Osorio 和 Alexandre Bayen 合作完成的。作者还感谢 Pranjal Awasthi 的见解和指导。