一、文章主要内容总结
本文针对现有交通信号控制（TSC）方法的局限性，提出了一种基于双大语言模型（LLMs）架构的HeraldLight框架，用于精细化动态交通信号控制。核心内容如下：
- 背景与问题：传统固定配时策略适应性差，强化学习（RL）方法泛化性弱、可解释性不足，现有基于LLM的方法存在固定信号时长限制和幻觉误差问题，难以应对复杂动态交通场景。
- 核心架构：
- Herald模块：提取场景特定知识，预测40秒内各交通相位的排队长度，建立排队长度与放行时间的映射关系，为信号时长决策提供细粒度（秒级）指导。
- 双LLM架构：LLM-Agent通过LoRA模仿微调，基于实时交通状态和Herald预测结果生成信号相位及时长决策；LLM-Critic（基于ChatGPT）评估并修正LLM-Agent的输出，减少幻觉误差，再通过分数型微调优化模型性能。
- 实验验证：在CityFlow模拟器上，基于济南（12个路口）、杭州（16个路口）、纽约（196个路口）的真实数据集进行测试，HeraldLight相比现有最优基线方法，全场景平均行驶时间减少20.03%，济南和杭州场景的平均排队长度减少10.74%，同时在泛化性、抗幻觉能力和极端天气适应性上表现优异。
二、文章创新点
- Herald引导的细粒度控制
