Репозиторий проекта "Безградиентная оптимизация в задаче светофорного регулирования" в рамках смены "Современные методы теории информации и оптимизации"

Для работы потребуется пакет traffic_model, который в настоящий момент нельзя выкладывать в открытый доступ. Чтобы его получить напишите мне на почту.

Создать виртуальное окружения и запулить зависимости:

python3 -m venv venv
source venv/bin/activate
pip install -r requirements.lock.txt

Настройка графа в sumo:

1. Граничным нодам нужно прописывать property end_node=true
2. На полосе ставится N детекторов с названиями {lane_id}_{n}_loop. В начале входных полос дополнительно ставится детектор с название {lane_id}_start_loop. Для установки детекторов можно использовать скрипт add_loop_detectors
3. В grid.net.xml необходимо задавать базовые планы с programID="default"
4. Для фаз в программе нужно добавлять поле name (основной такт - {phase_number}, пром такты - {phase_number}_int)
5. tlLogic.id должен совпадать с node_id на котором стоит светофор
6. Для оптимизации в папку со сценарием нужно добавить ограничения plan_constraints.json (можно использовать скрипт add_plan_constraints)

В папке scripts лежат следующие скрипты:

1. add_loop_detectors.py - добавляет детекторы на граф транспортной сети
2. add_plan_constraints.py - строит ограничения для оптимизации
3. plot_score.py - визуализация сходимости локального поиска

Как запускать:

python -m scripts.script_name [OPTIONS]