El control de semáforos en sistemas de transporte inteligentes (STIs) es crucial para mejorar el flujo vehicular y reducir los niveles de congestión en las ciudades. Recientemente, se ha explorado el uso de algoritmos de aprendizaje por refuerzo profundo (DRL) como una solución prometedora para ajustar de manera adaptativa las políticas de control de semáforos, permitiendo adaptarse a situaciones de tráfico en tiempo real. Este enfoque podría superar las limitaciones de escalabilidad de los métodos convencionales de optimización, que a menudo resultan ineficaces en redes viales de gran escala.

Los avances en DRL sugieren que algoritmos como las redes Q profundas (DQN) y los gradientes de política deterministas profundos (DDPG) son capaces de aplicar una política de “onda verde” en una red vial en cuadrícula. Este comportamiento inteligente facilita un flujo ininterrumpido de vehículos al lograr una cascada progresiva de luces verdes, eliminando la necesidad de detenerse en intersecciones consecutivas. Durante las simulaciones, este efecto emergió naturalmente, lo que refuerza la eficiencia y adaptabilidad del método.

En experimentos realizados, el algoritmo DQN aplicado a una intersección única coincidió con la política óptima obtenida mediante métodos convencionales de procesos de decisión de Markov (MDP), proporcionando el control ideal con tiempos de entrenamiento notablemente reducidos. Además, esta estrategia demostró habilidad para estabilizar el tráfico bajo diferentes ratios de llegadas y salidas vehiculares.

Aplicando el algoritmo DDPG en un escenario más complejo de red vial en cuadrícula, emergieron patrones de “onda verde” que subrayan la escalabilidad y adaptabilidad del método incluso cuando el entorno de tráfico es altamente dinámico y complejo. Esto no solo reafirma la capacidad del DRL para aprender propiedades estructurales favorables desde sus propias observaciones pasivas sino que también avanza perspectivas sobre su aplicación a gran escala.

La implementación de la política de “onda verde” no solo cumple con ser una solución viable en términos de flujo vehicular, sino que también optimiza el tiempo de espera promedio de los vehículos en las intersecciones, proporcionando una mejora considerable comparada con los controles cíclicos tradicionales. Con estos avances, se posiciona al DRL como una tecnología clave para la planificación urbana inteligente, capaz de transformar nuestra experiencia del transporte vial actual hacia una más sostenible y eficiente.