Bir kent bölgesinin ayrıntılı mikro simülasyonu çalışması saatler sürebilir. Tek seferlik bir etki çalışması için bu kabul edilebilir, ancak bir öğleden sonra bir kavşağın kapatılmasının otobüs sürelerine ne yapacağını sorup, ardından farklı bir sinyal planıyla aynı soruyu tekrarlamak istediğiniz bir planlama toplantısında bu süre uygun değildir. Vekil modeller tam bu boşluğu kapatır. Vekil model, yavaş ve fiziğe dayalı bir simülasyonun çıktılarını taklit etmek üzere eğitilmiş bir makine öğrenmesi modelidir. Bir kavşaktaki ortalama kuyruk uzunluğu ya da bir su hattındaki beklenen basınç düşüşü gibi değerleri saniyeler içinde verir.
Eğitim süreci tam simülasyonla başlar. Mühendisler talep profilleri, sinyal zamanlamaları, kapanmalar ve hava durumu gibi önemli girdileri belirler, ardından ayrıntılı modeli tasarlanmış kombinasyonlar üzerinde çalıştırır. Her çalıştırma etiketli bir örnek olur. Bir regresyon modeli ya da küçük bir sinir ağı girdilerden çıktılara giden eşlemeyi öğrenir. Elde edilen sonuç simülatörün birebir kopyası değil, kapsamak üzere kurulduğu durumlar için bilinen bir hata payı olan hızlı bir tahmindir.
En önemli risk aşırı genellemedir. Hafta içi trafikle eğitilmiş bir vekil model, daha önce görmediği bir bayram etkinliği için kendinden emin görünen sayılar üretebilir ve planlamacı bunu fark etmeyebilir. İyi uygulama, eğitimde kullanılan girdi aralığını kaydetmek ve bu aralığın dışına düşen sorguları işaretlemektir. Bu sorular tam simülasyona yönlendirilmeli ya da en azından yalnızca gösterge niteliğinde olduğu belirtilmelidir. Ekipler ayrıca ayrıntılı çalıştırmalardan oluşan bağımsız bir test kümesi tutmalı ve her yeniden eğitimden sonra vekil modeli bu küme ile karşılaştırmalıdır.
Doğrulama yayına alımla bitmez. Kent ikizinden gelen canlı sensör verileri, aynı koşullar için vekil tahminlerle karşılaştırılabilir ve süreklilik gösteren farklar yol düzeninin, sürücü davranışının ya da talebin değiştiğini gösterir. Bu durumda model yeniden eğitilmeli ve yeni bir sürüm numarası almalıdır. Böylece mart ayında alınan bir karar, onu destekleyen tam modele kadar izlenebilir. Her senaryonun girdilerini, çıktısını ve model sürümünü kaydetmek, akıllı bir aracı denetim kurulunun kabul edebileceği bir sürece dönüştürür.
Uygulamada en değerli düzen, operatörlerin seçenekleri yan yana karşılaştırabildiği ortak bir senaryo kütüphanesi ve değişikliklerin kimin onayladığının açıkça belli olduğu bir yapıdır. Vekil model keşfi hızlandırır, ancak son karar hâlâ ayrıntılı modele ve yerel koşullara dair insan değerlendirmesine dayanır. TwinUp'ın Clavus City gibi platformlar, keşif için hızlı tahminleri, sonuçları ciddi olan kararlar için tam simülasyonla birleştiren bu katmanlı iş akışı etrafında tasarlanmıştır.