Краткое содержание

arXiv:2511.05790v1 Тип объявления: новое Аннотация: Глубокое обучение с подкреплением добилось значительных успехов в автоматическом формировании эффективных стратегий управления дорожным движением (traffic signal control — TSC). Однако нейронные стратегии часто оказываются переобученными и непрозрачными, что затрудняет их интерпретируемость и применимость на ресурсоограниченных периферийных устройствах. В данной работе представлен SymLight — фреймворк поиска приоритетных функций на основе метода Монте-Карло дерева поиска (Monte Carlo Tree Search — MCTS), предназначенный для нахождения изначально интерпретируемых и пригодных к развертыванию символьных приоритетных функций, используемых в качестве политик управления светофорами. Эти функции принимают в качестве входных данных характеристики дорожного движения и выводят приоритеты для каждой фазы работы светофоров, определяющие последующий переход между фазами. Для эффективного поиска мы предлагаем компактное, но выразительное представление приоритетной функции, позволяющее смягчить комбинаторный взрыв пространства действий в методе MCTS. Дополнительно вводится вероятностная стратегия структурированного разворачивания, чтобы использовать