Die Installation zeigt, wie KI urbane Verkehrssteuerung übernehmen kann. Auf ein physisches Stadtmodell von Luzern werden Verkehrssimulationen projiziert. Darin steuern mit Reinforcement Learning trainierte Modelle die Ampeln. Ziel ist es, Wartezeiten an Kreuzungen möglichst kurz zu halten und zu vermeiden, dass einzelne Fahrzeuge übermässig lange warten. Über ein Kontrollpanel wählen Besucherinnen und Besucher Szenarien vom Alltagsverkehr über Unfälle bis zur Fasnacht. Animationen und Audioinhalte erklären die Abläufe und machen die Verkehrssituationen nachvollziehbar. Die Umsetzung erfolgt mit SUMO, TouchDesigner, After Effects und Projection Mapping.

EN

The installation demonstrates how AI can take over urban traffic control. Traffic simulations are projected onto a physical model of the city of Lucerne. In the simulation, models trained using reinforcement learning control the traffic lights. The goal is to keep the time spent waiting at intersections as short as possible and prevent individual vehicles from waiting excessively long. Using a control panel, visitors can select scenarios ranging from everyday traffic to accidents to Carnival. Additional animations and audio help to understand the traffic situations more easily. The installation was created using SUMO, TouchDesigner, After Effects, and projection mapping.

Dokumentation