面向交通信号控制的帕累托一致性偏好学习

基于摘要分析。本文研究城市交通信号控制中的多目标偏好学习：效率、安全、公平与稳定性等标准相互竞争，且交通状态的优劣排序可能随偏好改变。作者提出学习结构化、向量值的交通质量表征及统一的偏好条件策略族，避免将多目标压缩为与偏好无关的单一分数和固定控制器。 方法以确定性、受模式约束的交通抽象构造监督信息，结合基于规则的分目标比较，以及由 LLM 离线生成的偏好条件比较；进一步引入支配一致性约束，以保留与帕累托关系有关的结构，降低表征坍塌风险。在此表征基础上训练单一控制器，使其能够根据偏好实现不同目标间的权衡，无需为每种偏好重新训练，也无需在部署时查询 LLM。具体表征结构、比较数据构造方式及损失形式尚未验证。 作者报告，在 CityFlow 基准的多个城市路网、未见偏好及变化交通条件下，方法取得具有竞争力的交通性能，并在所评估设置中的排序保持、偏好对齐及经验性权衡质量上有所改善。摘要未提供具体数值、基线名称、数据划分与指标定义，因此不能判断改进幅度或跨设置稳定性；实验协议、消融及统计信息尚未验证。 阅读时可重点核对：规则比较与 LLM 比较如何组合、支配一致性如何操作化，以及未见偏好和交通条件变化的评估边界。研究主要对象是交通控制，摘要未提供神经信号建模或 BCI 验证；已有 EEG 相关工作尚未检索确认，不将其多目标控制结果视为已成立的 BCI 算法贡献。