论文研究 交互协调强化学习下的城市交通信号配时决策.pdf

针对应用传统强化学习进行城市自适应交通信号配时决策时存在维数灾难和缺乏协调机制等问题，提出引入交互协调机制的强化学习算法。以车均延误为性能指标设计了针对城市交通信号配时决策的独立Q-强化学习算法。在此基础上，通过引入直接交互机制对独立强化学习算法进行了延伸，即相邻交叉口交通信号控制agent间直接交换配时动作和交互点值。通过仿真实验分析表明，引入交互协调机制的强化学习的控制效果明显优于独立强化学习算法，协调更有效，并且其学习算法具有较好的收敛性能，交互点值趋向稳定。