人在环路的交互式交通治理

1. 生成数据的过程，用于大模型的训练 https://github.com/LucasAlegre/sumo-rl 、https://github.com/LucasAlegre/sumo-rl

2. RL训练的过程为大模型提供数据

3. 好处是交互时知道这个过程，

4. 同时交互也提供微调数据（越往后面权重越大），Deepseek微调 https://blog.csdn.net/2401_85375186/article/details/145264671

5. 语音播报，交通治理

参考

Reinforcement Learning Benchmarks for Traffic Signal Control (RESCO)

sumo-rl

EcoLight: Reward Shaping in Deep Reinforcement Learning for Ergonomic Traffic Signal Control