本文介绍了一种多时间步检测器（MTD），通过动态路由进行未来预测，增强模型对延迟波动的抵抗能力。该方法结合延迟分析模块和时间步骤分支模块，在Argoverse-HD数据集上表现优异，优化了延迟感知和自适应预测。此外，研究探讨了数字孪生技术在交通应用中的有效性，提出基于图注意力神经网络的模型，提高了交通信号优化和事故检测的准确性。