从预测到规划：一种谱时域GNN与双向解码RL框架

《Signals》：From Prediction to Planning: A Spectral-Temporal GNN and Bi-Directional Decoding RL Framework

　　

准确捕捉时空依赖关系并实现有效决策支持是智能交通系统（ITS）的核心挑战。现有研究通常将交通预测和路径规划视为孤立任务。此外，主流预测模型难以处理长期周期性模式，而基于强化学习（RL）的规划通常在稀疏拓扑中面临探索效率低下的问题。为解决这些问题，研究人员提出了一种统一框架，结合了谱时域图神经网络（GNN）与双向解码强化学习（RL）。具体而言，在预测方面引入了时间-频率双流自适应学习模块，采用快速傅里叶变换（FFT）和门控循环单元（GRU）分别捕获全局频率周期性和局部时间动态，其自适应融合有效缓解了长序列信息遗忘问题。在路径规划方面，将任务建模为序列生成，设计了带有邻接掩码的图感知注意力编码器，并融入启发式特征嵌入以引导高效探索。此外，双向自回归解码策略增强了对拓扑瓶颈的鲁棒性。在PEMSD4和PEMSD8数据集上，所提预测器分别达到MAE/RMSE/MAPE值18.211/30.433/12.006和13.587/23.566/8.955。基于PEMSD4衍生稀疏拓扑的路径规划仿真进一步展示了稳定的双向RL优化、启发式引导下的更快收敛，以及稀疏感知编码器减少了稀疏道路网络中的冗余注意力交互。这些结果验证了所提“先预测后规划”范式的有效性。

**论文解读：从预测到规划——一种谱时域GNN与双向解码RL框架**

**研究背景与问题**
智能交通系统（ITS）的核心挑战在于动态复杂环境下的优化决策，其中不确定性和时间变异性固有存在。现有研究常将交通预测和路径规划视为独立任务，导致二者缺乏协同。主流预测模型（如基于循环神经网络或卷积网络的模型）在捕获长期周期性模式时存在不足，而基于强化学习（RL）的规划方法在稀疏拓扑中面临探索效率低下和冷启动问题。具体而言，预测方面存在三个局限性：空间建模静态或弱自适应，难以应对突发事件引起的拓扑变化；时间建模偏向近期观测，削弱了周期频谱结构的提取；多时间视图融合机制固定，难以适应时段平滑与突发波动之间的切换。规划方面，传统算法（如Dijkstra、A*）无法利用预测的未来交通状态；拓扑无关的Transformer编码器在稀疏道路网络中引入大量冗余交互；纯数据驱动探索在大型稀疏图上收敛缓慢且难以发现瓶颈边。为此，研究人员提出一种统一框架，将谱时域图神经网络（GNN）与双向解码强化学习（RL）相结合，旨在同时解决时空依赖建模和稀疏图导航问题。该论文发表在《Signals》期刊。

**研究内容与结论**
研究人员提出了一个集成框架，包含预测模块和规划模块。在预测方面，设计了时间-频率双流自适应学习模块，通过并行快速傅里叶变换（FFT）和门控循环单元（GRU）分别捕获全局频率周期性和局部时间动态，并利用自适应门控融合机制动态整合二者。同时引入动态拓扑生成模块，基于静态先验和实时特征推断潜在邻接矩阵。在规划方面，将路径规划建模为节点序列生成任务，设计了带有邻接掩码的图感知注意力编码器，仅允许节点关注其物理邻居，减少冗余交互；融入启发式特征嵌入（基于Dijkstra预计算的归一化最短距离和跳数），提供方向性引导；采用双向自回归解码策略，同时从源到目标和从目标到源生成路径，选取代价较低者，增强对拓扑瓶颈的鲁棒性。训练使用REINFORCE算法配合滚动基线（Rollout Baseline）以降低方差。

在PEMSD4和PEMSD8数据集上，预测模块的MAE/RMSE/MAPE值分别为18.211/30.433/12.006和13.587/23.566/8.955，优于最强基线HSDGNN。在PEMSD4衍生稀疏拓扑（307节点、340边）上，规划仿真显示：双向解码在20个epoch内快速降低代价，约60个epoch后稳定收敛；邻接掩码将每层注意力交互从²减少至局部有效范围，整体冗余交互减少65.97%；启发式特征嵌入加速收敛并提升路径质量；在最大连通子图（237节点）上的控制决策周期仿真中，所提框架的实测代价（realized cost）为9.431，低于A*的9.560，拥塞暴露率从8.18%降至7.43%。消融实验证实了各核心组成部分的贡献：去除可学习边距离偏置使收敛epoch从60增至78；去除双向解码使实测代价升至9.528；去除启发式嵌入导致代价升至9.711且150个epoch内未达到95%性能。RL优化器对比显示，REINFORCE+滚动基线在方差、收敛速度与最终代价之间取得最佳折中。解码策略对比表明，双向解码器在实测代价（9.431）和计算时间（仅2.0倍贪婪解码时间）上优于波束搜索（宽度20时代价9.453，时间20.0倍）。瓶颈边熵分析揭示，在高度拥堵的瓶颈节点处，动作分布熵显著升高（约2.3倍），表明策略保留了探索余量。

**研究结果**
**4.1 数据集与预处理**：在PEMSD4和PEMSD8两个真实交通数据集上评估，预测任务使用12步历史窗口预测12步未来，规划任务基于PEMSD4衍生稀疏图（307节点、340边，平均度2.21）。
**4.2 基线方法与实验设置**：预测任务对比统计方法（HA、AR）、深度学习（LSTNet）和时空图神经网络（AGCRN、ST-AE、SDGL、DDGCRN、HSDGNN），使用MAE/RMSE/MAPE指标。规划任务使用默认参数设置。
**4.3 预测性能结果**：所提方法在PEMSD4上MAE/RMSE/MAPE为18.211/30.433/12.006，PEMSD8上为13.587/23.566/8.955，均优于基线。
**4.4 消融研究**：分别去除频率域增强、自适应门控融合和动态拓扑生成，各指标均下降，验证了三者的互补贡献。
**4.5 代价函数敏感性分析**：通过调整权重_α（默认0.5），发现实测代价呈U形依赖，默认值接近最优折中。
**4.6 路径规划仿真**：训练曲线显示前20个epoch快速下降，60个epoch后稳定；启发式特征嵌入加速收敛并降低最终代价。
**4.7 与传统规划器的控制对比**：在最大连通子图（237节点）上，所提框架实测代价9.431，拥塞暴露率7.43%，优于A*（9.560/8.18%）和Dijkstra（9.695/11.42%）。
**4.8 规划模块消融**：去除邻接掩码、启发式嵌入、双向解码或边距离偏置，均导致代价或收敛速度退化。
**4.9 RL优化器对比**：REINFORCE+滚动基线在方差、收敛速度和最终代价上优于PPO和DQN。
**4.10 解码策略对比**：双向解码器在实测代价和计算时间上优于波束搜索（宽度20）。
**4.11 瓶颈边动作熵**：在高度拥堵的瓶颈节点处，动作分布熵显著升高，表明策略保留探索余量。

**总结与讨论**
讨论部分指出两个局限性：预测模块依赖传感器观测，可能受噪声、缺失或延迟影响；规划模块基于策略梯度，在稀疏奖励或拓扑变化下性能可能波动。未来工作将聚焦于动态图场景、大规模异构网络、传感器噪声鲁棒性、多种子复现性研究及平台效率基准测试。
研究结论：本文提出了一种集成谱时域图神经网络与双向解码强化学习的框架，用于智能交通系统。预测模块通过时间-频率双流自适应学习捕获全局周期性和局部动态，在PEMSD4和PEMSD8上取得优于基线的结果。规划模块在PEMSD4衍生稀疏拓扑上实现快速收敛和稳定优化，实测代价低于A*，拥塞暴露降低，各组成部分均贡献显著。双向解码策略在瓶颈边处保持探索余量，强化学习优化器选择合理。