남연우 · 염상윤 · 장선우 / 지도교사 정태영. 첨부 중간발표의 강화학습 개념과 이후 교차로 신호 제어 연구를 체험용으로 단순화했습니다. SUMO나 실제 연구 결과를 재현하는 프로그램은 아닙니다.

차량은 직진만 하며 가속, 차간 거리, 정지선, 황색, 전적색, 교차로 비움 확인을 적용합니다. 진입 공간이 없으면 차량을 외부 대기열에 보관하고 그 대기도 집계합니다. 통과는 교차로 출구에 도달했을 때 셉니다. 평균 대기는 도착한 모든 차의 현재까지 누적 정지시간 합 ÷ 도착 대수이며 미통과 차량도 포함합니다.

대기 비용 C = Σ(w + 0.1w²). Q-learning 신호는 정지선 부근 차량 수와 반대편 대기시간을 상태로 사용하며, 유지/전환 가치를 Double Q-learning으로 학습합니다. 도로별 16,000회 학습에 240초·720초 에피소드를 섞고, 매 경험마다 과거 경험을 2번 추가로 재학습합니다. 보상은 대기 비용 증가량의 음수이며 실제 1초 기준 할인율은 0.99, 학습률은 0.08입니다. 실제 제어 때는 이미 관측한 최근 실제 7.5초의 유입량으로 가까운 미래를 예측하고, 두 행동을 가상 실행한 비용과 학습된 후속 선택을 비교합니다. 실제 유입 일정의 미래 구간은 읽지 않습니다. 반대편 대기 실제 10.5초·현재 초록불 실제 10초부터 전환을 요청하는 보호 규칙도 적용합니다. 학습 패턴 100000~115999, 모델 검증 80000~80015, 예측 설정 검증 80064~80071을 분리했습니다. ‘400회 더 배우기’도 새 알고리즘을 사용하고, 별도 검증에서 기존 모델보다 비용이 낮은 경우에만 채택합니다. 기존 사전 학습표의 상태 구간을 유지하며 이번 시간 변경으로 사전 학습표 자체를 다시 학습하지는 않았습니다. 연구의 대표점 병합 알고리즘은 구현하지 않았으며 모든 판에서 우위를 보장하지는 않습니다.

진행·설정에서 사전체험·팀전·협동전을 한 단계씩 시작합니다. 도로와 교통 패턴은 고정되어 있고 전략 입력 시간은 진행·설정에서 정하며 실행은 사전체험 60초, 팀전·협동전 90초로 고정됩니다. 전략은 OpenAI API의 GPT-6.1 Sol Fast로 전송되어 허용된 조건식으로 변환됩니다. 변환은 최대 30초 동안 시도하며 형식·숫자·일부 방향 의미를 검사합니다. 모든 자연어 의미 오류를 검출하지는 못하므로 생성된 규칙을 확인해 주세요. 모든 시간·대기·비용은 현실 초 기준입니다. 차량·신호 움직임은 이전 직접 조작 4배속을 새 1배속으로 고정합니다. 황색 0.75초·최소 전적색 0.75초·직접 조작 최소 초록불 1.25초를 적용하며, 글 전략의 기본 최소 초록불은 현실 5초입니다.