利用图神经网络和共形预测技术对交叉口处的异构自动驾驶车辆进行协同优化

《Expert Systems with Applications》：Cooperative optimization of heterogeneous autonomous vehicles at intersections using graph neural networks and conformal prediction

　　陈耀军|周嘉明|张金明|赵静波|易峰燕|刘海梅|卢大刚|王亚飞
上海工程技术大学智能制造与控制工程学院，上海201209，中国

摘要
在异构交通流中，低级别车辆的感知和执行延迟使得轨迹预测变得困难，从而增加了交叉口信号控制在同时平衡安全与效率方面的复杂性。为了解决诸如冲突窗口不对齐、轨迹不确定性以及安全域无法在自动驾驶级别间自适应调整等问题（这些问题可能导致碰撞风险和效率损失），本文提出了一种分层协作控制框架，该框架将自动驾驶级别的感知能力与共形预测（CP）相结合。上层将自动驾驶级别分布嵌入到状态空间中，并采用图多智能体强化学习（Graph-MARL）进行信号优化，生成依赖车辆级别的信号冲突窗口。下层结合共形预测来为不可控制的L0-L2级别车辆轨迹生成置信扰动椭圆，并将其嵌入到鲁棒约束管中。通过这种结合模型预测的方法，可以确保L3-L5级别车辆在规划过程中保留最小的安全裕度。本文还在价值分解算法中加入了图注意力编码器结构以优化智能体之间的协作。仿真结果表明：在不同渗透率下的实验中，70%的车辆组相比30%的车辆组，延迟降低了4.1%，能耗减少了7.4%，安全成本指标降低了0.7%。在算法对比测试中，结合图注意力网络的价值分解方法在相位切换效率上提高了13.6%，同时延迟和能耗也优于其他算法。这些结果表明，所提出的框架在异构环境中有效提升了交叉口的安全性和交通效率。

引言
作为交通网络中的关键节点，交叉口面临着与车辆流交织和信号时序相关的特定挑战。来自不同方向的车辆必须在有限的空间内相互穿行，从而形成高冲突风险的交通模式。在异构交通流的高交互性交叉口中，自动驾驶车辆的动态决策（Fan, 2025）以及人类驾驶员的非理性变道或突然变道行为（Ziegler等，2022；Abdel-Aty和Ding, 2024；Islam, 2024）导致了频繁的信号变化和更高的碰撞风险。即使使用时间至碰撞（TTC）等常见的代理安全指标进行离线评估（Zhang, 2023；Wu, 2024；Wang, 2024），在高密度交通条件下这些指标的阈值设置和可预测性也会变得不稳定，难以将其转化为在线中的硬性安全保障。为了解决这一挑战，交叉口的信号调度不仅需要考虑交通流量和延迟，还需要确保在高不确定性交通环境中的有效碰撞避免（Mukhtar, 2023），从而保障安全通行。

现有研究中，交叉口流量控制主要分为三种方法：基于规则的控制和基于优化的控制（Zhang, 2024；Zhao, 2025；Zong, 2022）、模型预测控制（MPC）和实时优化（Peng, 2025；Naderi等，2025；Soman等，2024），以及基于深度强化学习的无模型方法（Peng, 2025；Zhao, 2025；Shamsi等，2022）。其中，基于规则的方法实施简单，但无法处理混合智能驾驶场景中的干扰信号；MPC可以直接处理滚动优化中的约束，但对不确定性和模型不匹配非常敏感，通常需要保守的安全裕度以牺牲交通效率；强化学习中的多智能体强化学习（MARL）可以在高维状态下直接学习协作策略，并在多项研究中显示出减少延迟和能耗的趋势，尽管其通用性和安全性证明仍有限。

最近的研究采用图神经网络与多智能体强化学习（MARL）相结合，将多个交叉口建模为图结构中的节点（Bie等，2024；Cai等，2025；Fang, 2023）。通过传递信息，它们学习相位和时序，实现更平滑的相位转换，降低了延迟和能耗。Li等人（Li, 2024）提出了RegionSTLight区域多智能体协作强化学习算法，通过更细粒度的学习信息分配增强了多交叉口协调，显著减少了延迟并提高了网络范围内的行驶效率。在此基础上，Xu等人（Xu, 2024）进一步引入了数据融合和多离散动作，以提高混合交通场景中的鲁棒性，增强了策略对复杂交通分布的适应性。Parishad等人（Parishad等，2025）将双深度Q网络集成到数据驱动的强化学习框架中，有效缓解了交通拥堵。同时，Mo等人（Mo, 2025）利用异构图注意力与深度图信息最大化增强了状态表示，部分捕获了异构交通引起的变化。此外，Limeros等人（Limeros, 2023）将可解释性纳入异构图注意力中，以纠正运动预测模型中的潜在错误。然而，上述大多数方法更注重效率而非安全性，通过奖惩机制来近似安全边界。它们未能将自动驾驶级别的执行边界和最小安全裕度作为决策和控制链中的硬性约束。在高密度、高交互性的混合驾驶环境中，这会导致策略失衡，例如自动驾驶车辆（AVs）过度让行而人类驾驶的高清车辆（HDVs）则激进变道，从而增加潜在冲突的概率。近期综述（Changxi, 2025；Sarkar, 2024；Taher, 2025）也指出，交通信号控制（TSC）中的MARL研究仍然主要依赖于惩罚项和软性约束进行奖励设计和安全约束，缺乏可验证的硬性安全边界和跨层闭环协调机制，这在混合驾驶场景中尤为明显。

尽管一些研究尝试将安全代理指标纳入优化过程，例如在奖励中包含危险接近度（Berahman, 2025；Ren, 2025），引入基于标准的`安全约束`（Hua, 2025；Jeena等, 2025），或使用代理安全指标评估仿真中的安全风险（Fu, 2025；Qu, 2025），这些方法在一定程度上减轻了“仅 efficiency”的单一目标偏差。然而，它们本质上将安全性视为输出惩罚，用TTC等代理指标替代安全性。它们缺乏对不确定性的在线建模和可证明的几何域硬性约束，因此在驾驶员响应不确定性下容易出错。最新的交通安全研究（Poelman, 2024；Mehraban, 2024；Chen, 2024）进一步表明，像TTC这样的代理指标需要通过概率建模和区间不确定性进行更稳健的评估和约束。为了解决这些不足，本文提出了一种分层协作控制框架，结合了具有层级意识的图MARL和共形预测管MPC，以实现异构交通流在交叉口的零碰撞规划控制。采用SAE J3016中定义的自动驾驶级别分类，上层图MARL将编码的SAE级别分布和相位时序信息嵌入到状态输入中。它从全局角度学习决策相位和绿灯持续时间，生成所有方向车辆通行的冲突窗口。下层采用管状模型预测控制，对可控制的L3-L5级别车辆进行鲁棒轨迹优化：在每个控制周期内，通过收紧约束来确保轨迹规划中的必要安全裕度。同时，不可控制的L0-L2级别车辆的轨迹不确定性通过在线置信椭圆生成转换为可计算的干扰集，然后嵌入到管约束中。这种两级协作设计建立了从信号冲突窗口到安全包络再到轨迹控制的闭环控制链。与仅依赖于固定TTC安全阈值的方法不同，我们的方法在优化层直接构建了几何安全域，在策略层嵌入了层级异构特征，并使用管状MPC约束收紧和共形预测覆盖概率来保留最小安全裕度。这种方法平衡了交通安全和效率。图1展示了结合层级意识的图MARL和共形预测管MPC的分层协作控制框架。左侧面板展示了交叉口环境中的交互式采样，右侧面板详细说明了交叉口控制系统架构。

此外，本研究还考察了系统性能在不同自动驾驶渗透率下的变化——这是现实世界交通中的一个关键工程挑战。在未来可预见的时间内，道路交通仍将处于人类驾驶车辆和自动驾驶车辆共存的过渡阶段，不同地区和时期的渗透率各不相同。因此，控制策略适应不同自动驾驶渗透率下交通流的能力是评估其实际工程效果的关键指标。本研究在各种自动驾驶渗透场景下检查了所提出方法的安全性和效率性能，以验证其在自动驾驶逐步推广过程中的适用性。

本文的主要贡献如下：
（1）基于级别差异的异构车辆建模和控制循环。对于涉及L0-L5级别异构车辆的混合交通，我们不仅仅是将级别比例纳入深度强化学习状态中，而是将SAE级别映射为可执行的控制边界。级别比例作为上层图-MARL的状态特征进行编码，而特定级别的控制限制作为下层控制器中的硬性约束执行。这在状态到策略到约束的链中创建了一个闭环效应，考虑了级别差异，确保了交叉口中异构车辆之间的安全协调。有无自动驾驶车辆分类的实验验证了该方法在现实世界交叉口交通控制中的有效性。
（2）CP-Tube MPC中的几何安全域硬性约束。L0-L2级别车辆的在线CP置信椭圆被映射到管状中的L3-L5级别车辆的收紧集中。这确保了在解决过程中保持最小安全裕度。规划器主动避免可能违反低级别车辆置信椭圆边界的轨迹，从而在解决阶段实现零碰撞。
（3）跨自动驾驶渗透率的性能分析。考虑到自动驾驶车辆在未来将逐渐从低渗透率过渡到高渗透率，本文分析了所提出控制框架在不同自动驾驶渗透率下的性能比较。实验结果表明，无论自动驾驶渗透率高低，所提出的控制框架均保持了稳定的零碰撞性能。

本文围绕上述目标和设计结构如下：第2节介绍了SAE L0-L5级别异构车辆建模和冲突窗口生成机制；第3节详细介绍了具有层级意识的图-MARL和CP-Tube MPC之间的分层协调；第4节在SUMO标准交叉口和混合交通条件下，分别进行了有无智能驾驶级别分类、不同渗透率和不同算法的性能实验；第5节总结了关键发现和未来方向。该框架构建了一个从信号冲突窗口到安全范围的自闭环系统，再到CRediT作者贡献声明的完整流程。各作者的具体贡献如下：

- 陈耀军（Yaojun Chen）：概念提出、方法论设计、数据调查、数据整理及初稿撰写。
- 周建明（Jiaming Zhou）：资金筹措、监督工作及稿件审阅与编辑。
- 张金明（Jinming Zhang）：方法论研究、软件开发、形式化分析及数据可视化。
- 赵景波（Jingbo Zhao）：数据验证、数据整理及资金筹措。
- 叶丰燕（Fengyan Yi）：数据调查与资源协调。
- 刘海梅（Haimei Liu）：形式化分析及数据验证。
- 卢大刚（Dagang Lu）：概念提出、项目管理、方法论设计、形式化分析及监督工作。

作者声明：他们不存在任何可能影响本文研究结果的财务利益冲突或个人关系。

**致谢**
本研究得到了国家自然科学基金（项目编号：62273061和62573281）的支持。