Framework di Digital Twin e AI Agente per il Controllo del Traffico in Tempo Reale
Un approccio innovativo per ottimizzare i semafori utilizza un gemello digitale dell'infrastruttura di trasporto supervisionato da un'IA autonoma per decisioni immediate. Questo sistema sfrutta sensori fisici e edge computing per raccogliere dati sul traffico in tempo reale e aggiornare continuamente il gemello digitale per la simulazione del flusso. I semafori vengono regolati automaticamente in risposta a congestione, ritardi e modelli di traffico. L'architettura è composta da tre livelli: percezione (acquisizione dati dai sistemi fisici), concettualizzazione (elaborazione tramite LangChain) e azione (connessione a Model Context Protocol e API di gestione del traffico). I risultati indicano una riduzione dei tempi di attesa ai semafori.
Fatti principali
- Il framework utilizza digital twin e AI agente per l'ottimizzazione dei semafori
- Si basa su sensori fisici e edge computing per dati in tempo reale
- Sistema a tre livelli: percezione, concettualizzazione, azione
- Il livello di concettualizzazione utilizza LangChain
- Il livello di azione utilizza Model Context Protocol (MCP) e API di gestione del traffico
- I risultati mostrano una riduzione dei tempi di attesa ai semafori
Entità
Istituzioni
- arXiv