Autonomous Traffic Optimization

مشروع تحسين حركة المرور الذكي (Autonomous Traffic Optimization)

هذا المشروع باختصار هو نظام ذكي لإدارة إشارات المرور وأزمة السير في المدن الكبرى.. بس مو بالطريقة التقليدية.. النظام هون بيعتمد على الذكاء الاصطناعي وتحديداً "التعلم التعزيزي متعدد الوكلاء" (Multi-Agent Reinforcement Learning).. ومبني بالكامل باستخدام لغة بايثون و إطار عمل PyTorch.

فكرة الشغل وكيف بيفكر؟

الفكرة ببساطة إننا بنتعامل مع كل تقاطع طرق أو إشارة مرور في المدينة على أساس إنها "وكيل ذكي مستقل" (Agent) وله عقله الخاص.. هذا الوكيل بيتعلم كيف يغير إشارات المرور (اللون الأخضر والأحمر) بناءً على حالة السير اللي قدامه..

وعشان الإشارات ما تشتغل بـ عشوائية وكل واحدة تغني على ليلّاها.. النظام بيستخدم شبكات الرسم البياني العصبية (Graph Neural Networks).. وهي التقنية بتخلي الإشارات "تحكي مع بعضها" وتتبادل المعلومات بشكل لامركزي.. يعني الإشارة بتعرف شو وضع السير عند جارتها التقاطع اللي بعدها.. فـ بتنسق معها عشان تفتح "موجة خضراء" للسيارات وتمنع التكدس.

طريقة الحساب والمكافآت (السيستم الذكي)

النظام بيكافئ الوكلاء (الإشارات) بناءً على معادلة موازنة ذكية جداً (70% مصلحة عامة للمدينة + 30% مصلحة محلية للتقاطع نفسه).. يعني الإشارة بتفكر كيف تخفف العجقة عندها.. وبنفس الوقت بيهمها ما تقفل السير على باقي شوارع المدينة.

كيف بنجرب وبنقيس النتائج؟

السيستم مربوط مع محاكي حركة مرور عالمي وشهير اسمه SUMO (Simulation of Urban Mobility).. هذا المحاكي بيعمل صدمة حقيقية لـ شوارع افتراضية (مثل شبكة تقاطعات 4×4).. وبيخلينا نراقب النتائج بدقة:

تخفيف الازدحام: طول طوابير السيارات عند التقاطعات بينزل بنسبة بتوصل لـ 30-50%.

تقليل وقت الانتظار: الوقت اللي بتضيعوا السيارات وهي واقفة على الإشارة بيقل بنسبة 20-40%.

زيادة التدفق والسير: عدد السيارات اللي بتوصل لوجهتها بأمان بيتحسن بنسبة 25-35%.

النظام هاد ميزته الإبداعية إنه لامركزي بالكامل.. يعني ما في سيرفر واحد رئيسي إذا علق بتوقف المدينة كلها.. وهذا الشي بيخليه قادر يتوسع بكل سهولة ليتحكم بـأكثر من 100 تقاطع في نفس الوقت ومن غير أي مشاكل بالسرعة أو الأداء.