Optimización multivariable de tráfico urbano mediante control inteligente distribuido

• Iza, Cristian ^[1] ; Posadas-Yagüe, Juan-Luis ^[1] ; Rebollo, Miguel ^[1] ; Poza-Lujan, Jose-Luis ^[1]
  1. [1] Universidad Politécnica de Valencia

     Universidad Politécnica de Valencia

     Valencia, España

     
• Localización: Jornadas de Automática, ISSN-e 3045-4093, Nº. 47, 2026
• Idioma: español
• DOI: 10.17979/ja-cea.2026.47.13881
• Títulos paralelos:
  • Multivariable optimization of urban traffic through distributed intelligent control
• Enlaces
  • Texto completo
• Resumen
  • español

    Este artículo resume una línea de investigación orientada a la gestión inteligente del tráfico urbano mediante la transición de controladores estáticos a arquitecturas distribuidas multivariables.Se describe el desarrollo de la arquitectura CICADA, la cual integra el control simultáneo de semáforos, límites de velocidad, giros y estacionamiento utilizando aprendizaje por refuerzo profundo y lógica deóntica para garantizar la seguridad normativa.Las validaciones realizadas en entornos de simulación SUMO demuestran que la coordinación de estas variables permite reducir significativamente las colas, los tiempos de viaje y las emisiones contaminantes, superando el rendimiento de los enfoques monovariables tradicionales. El sistema propuesto establece una base escalable para la futura movilidad conectada y autónoma en ciudades inteligentes.

  • English

    This paper summarizes a research line aimed at intelligent urban traffic management through the transition from static controllers to multivariable distributed architectures.It describes the development of the CICADA architecture, which integrates the simultaneous control of traffic lights, speed limits, turns, and parking using deep reinforcement learning and deontic logic to ensure normative safety.Validations conducted in SUMO simulation environments demonstrate that coordinating these variables significantly reduces queues, travel times, and pollutant emissions, outperforming traditional monovariable approaches.The proposed system establishes a scalable foundation for future connected and autonomous mobility in smart cities.

• Referencias bibliográficas
  • Abboud, K., Omar, H. A., Zhuang,W., 2016. Interworking of dsrc and celular network technologies for v2x communications: A survey. IEEE transactions...
  • Chu, T., Wang, J., Codecà, L., Li, Z., 2019. Multi-agent deep reinforcement learning for large-scale traffic signal control. IEEE transactions...
  • Gartner, N. H., 1983. OPAC: A demand-responsive strategy for traffic signal control. No. 906.
  • Goodall, N. J., Smith, B. L., Park, B., 2013. Traffic signal control with connected vehicles. Transportation Research Record 2381 (1), 65–72.
  • Hunt, P., Robertson, D., Bretherton, R., Winton, R., 1981. Scoot-a traffic responsive method of coordinating signals. Tech. rep.
  • Iza, C., Iza, D., Posadas-Yagüe, J.-L., Poza-Lujan, J.-L., 2026a. Coordinated optimization of speed, parking, and turns in an integrated urban...
  • Iza, C., Iza, J., Posadas-Yagüe, J.-L., Poza-Lujan, J.-L., 2026b. Urban traffic optimization through traffic rule changes at intersections....
  • Iza, C., Iza, J., Posadas-Yagüe, J.-L., Poza-Lujan, J.-L., Dec. 2025a. Integration of speed control and parking management in sumo for urban...
  • Iza, C., Uribe-Chavert, P., Posadas-Yag¨ue, J.-L., Poza-Lujan, J.-L., 2025b. A scalable control solution for traffic signal coordination for...
  • Iza Guzmán, C. F., 2023. Dispositivo de regulaci´on del tr´afico para optimizar el tr´ansito en intersecciones.
  • Lowrie, P., 1990. Scats, sydney co-ordinated adaptive traffic system: A traffic responsive method of controlling urban traffic.
  • Moreno-Malo, J., Posadas-Yagüe, J.-L., Cano, J. C., Calafate, C. T., Conejero, J. A., Poza-Lujan, J.-L., 2024. Improving traffic light systems...
  • Oroojlooy, A., Nazari, M., Hajinezhad, D., Silva, J., 2020. Attendlight: Universal attention-based reinforcement learning model for traffic...
  • Waheed, A., Krishna, P. V., Sadoun, B., Obaidat, M., et al., 2021. Learning automata and reservation based secure smart parking system: Methodology...
  • Zhang, Y., Quinones-Grueiro, M., Zhang, Z., Wang, Y., Barbour, W., Biswas, G.,Work, D., 2023. Marvel: Multi-agent reinforcement-learning for...