traffic-signal-control

本文介绍了 OracleTSC，该方法利用 Oracle 信息奖励门槛和不确定性正则化来稳定大语言模型（LLMs）在交通信号控制中的强化微调。实验表明，该方法在使用 LLaMA-3-8B 模型的同时保持了可解释性，并在 LibSignal 基准测试中显著提升了交通流量指标。