5月13日~17日，計(jì)算機(jī)領(lǐng)域一大國(guó)際頂級(jí)學(xué)術(shù)會(huì)議——國(guó)際萬(wàn)維網(wǎng)大會(huì)(The International Conference of World Wide Web，簡(jiǎn)稱(chēng)WWW會(huì)議)將在美國(guó)舊金山舉行。近日，大會(huì)論文收錄結(jié)果揭曉，云天勵(lì)飛AI技術(shù)部湯先鋒所著論文《Joint Modeling of Dense and Incomplete Trajectories for Citywide Traffic Volume Inference》入選。該文提出了基于少量GPS軌跡和不完整監(jiān)控軌跡來(lái)推斷城市道路交通流量的方法，助力智慧城市建設(shè)。

　　掌握城市道路的實(shí)時(shí)交通流量，有利于擁堵預(yù)測(cè)、車(chē)輛調(diào)度和道路規(guī)劃，因此對(duì)于智慧城市建設(shè)也具有重要意義。但是，交通流量的信息，往往只能通過(guò)傳感器和道路攝像頭來(lái)獲得，這就導(dǎo)致了數(shù)據(jù)的采集受到了監(jiān)控系統(tǒng)覆蓋度的制約，即只有部分路段的交通流量信息是已知的。為此，上述論文提出，希望能基于已有的交通流量信息，通過(guò)對(duì)道路間車(chē)流量相似性進(jìn)行建模，以此來(lái)推斷整個(gè)城市所有道路的流量情況。

　　不過(guò)，傳統(tǒng)的基于車(chē)輛軌跡構(gòu)建道路流量的相似性的方法，往往會(huì)受到軌跡本身的制約。例如，出于隱私保護(hù)的考慮，只有一部分公共交通的車(chē)輛會(huì)被允許收集GPS軌跡，這就導(dǎo)致了采集的軌跡本身存在偏差。此外，雖然可從城市監(jiān)控系統(tǒng)采集的圖像中通過(guò)識(shí)別車(chē)牌來(lái)恢復(fù)車(chē)輛軌跡，但這一方法也會(huì)受到監(jiān)控系統(tǒng)密度的制約。換言之，對(duì)于沒(méi)有監(jiān)控的路段，車(chē)輛的行駛過(guò)程也就不能被完整記錄和準(zhǔn)確掌握。

　　為了能充分利用上述兩種軌跡來(lái)進(jìn)行城市道路交通流量推斷，論文提出基于密集和不完整軌跡來(lái)推斷城市道路交通流量的方法。

　　首先，作者對(duì)來(lái)自監(jiān)控系統(tǒng)的不完整軌跡進(jìn)行概率分布的建模，創(chuàng)新地選擇使用高保真的交通模擬器(SUMO)來(lái)對(duì)未監(jiān)控路段的軌跡進(jìn)行推斷。據(jù)介紹，相比傳統(tǒng)方法，使用模擬器可以更好地考慮多種因素，包括城市道路的行駛規(guī)則，以及車(chē)輛之間交互帶來(lái)的影響。但是，單純使用模擬器默認(rèn)參數(shù)往往會(huì)有較大的模擬誤差。為此，作者設(shè)計(jì)了基于深度強(qiáng)化學(xué)習(xí)的調(diào)參算法，通過(guò)將參數(shù)調(diào)整看成Action，模擬器的狀態(tài)作為State，訓(xùn)練強(qiáng)化學(xué)習(xí)Agent來(lái)自動(dòng)選擇模擬器的最優(yōu)參數(shù)。

　　在得到軌跡分布之后，就可以此來(lái)構(gòu)造道路之間的相似性。根據(jù)研究，用不同類(lèi)型的軌跡(完整的GPS軌跡和通過(guò)模擬得到的軌跡)來(lái)定義多視點(diǎn)圖像，可以更好地表達(dá)道路之間流量的相似性。為此，作者首先通過(guò)多視點(diǎn)圖像嵌入來(lái)學(xué)習(xí)每個(gè)路段在每個(gè)時(shí)間的表征向量，再使用向量?jī)?nèi)積計(jì)算道路之間流量的相似性。通過(guò)這些相似性，用半監(jiān)督的傳播算法來(lái)推斷未知的道路流量情況。

　　作者在某省會(huì)城市兩個(gè)區(qū)域使用論文中提出的方法進(jìn)行實(shí)驗(yàn)，推斷城市道路交通流量準(zhǔn)確度提升

　　據(jù)悉，國(guó)際萬(wàn)維網(wǎng)大會(huì)是由國(guó)際萬(wàn)維網(wǎng)會(huì)議委員會(huì)發(fā)起主辦的國(guó)際學(xué)術(shù)會(huì)議，創(chuàng)始于1994年，每年舉辦一屆，是中國(guó)計(jì)算機(jī)學(xué)會(huì)(CCF)推薦的A類(lèi)國(guó)際學(xué)術(shù)會(huì)議。大會(huì)所收錄的論文幾乎覆蓋與Web相關(guān)的方方面面，而每個(gè)主題都有其所對(duì)應(yīng)的頂級(jí)國(guó)際會(huì)議。今年大會(huì)共收到1247篇論文投稿，有18%的論文被收錄。