基于分布式强化学习的高速公路控制模型

• 作者: 曲仕茹 温凯歌
• 来源期刊: 交通信息与安全
• 学科: 交通运输
• 关键词: 交通工程 交通流模型 强化学习 高速公路
• 年，卷（期）: 2011,（3）
• 所属期刊栏目: 方法研究与探讨
• 页码范围: 24-28
• 分类号: U491
• 字数: 3498字
• 语种: 中文
• DOI: 10.3963/j.ISSN1674-4861.2011.03.006

摘要

针对公路交通流非线性、不确定性和模糊性特点,提出了面向控制的交通网络宏观动态离散模型,并且引入分布式强化学习来解决交通网络的控制与诱导问题.以传统网络交通流模型Metanet为基础,对其作了改进,引入起讫点的因素到模型中,提出基于OD的网络交通流动态模型Metanet-OD.根据交通网络的特点,将分布式强化学习DRL引入到交通网络中,进行匝道控制和可变显示牌的诱导控制,设定了强化学习的动作空间,并给出了DRL算法.在仿真试验中对控制效果进行了验证.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	温凯歌	西北工业大学自动化学院	11	145	6.0	11.0
5	曲仕茹	长安大学电子与控制工程学院	1	6	1.0	1.0