基于风险避免强化学习的单交叉口配时优化

• 作者: 卢守峰 毛盈方
• 来源期刊: 交通科学与工程
• 学科: 交通运输
• 关键词: 增量风险避免 强化学习 信号配时 仿真
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 交通规划与智能交通
• 页码范围: 80-85
• 页数: 6页
• 分类号: U491.5+4
• 字数: 5992字
• 语种: 中文

摘要

现有的信号配时强化学习模型大多是风险中立的强化学习模型,其缺点是在线学习中稳定性和鲁棒性较差,需要的运行时间较长,且收敛效果不明显.为了解决存在的这些问题,建立了风险避免强化学习交通信号配时模型,用排队长度差作为模型的交通评价指标.在集成VISSIM-Excel VBA-Matlab的仿真平台上进行了仿真实验,分析了风险程度系数对配时方案优劣程度、收敛性的影响;与风险中立的强化学习模型进行对比分析,得出了新模型,它在稳定性方面有较大的改进,收敛速度较快,在交通评价指标上运行效果好.针对交通信号配时优化这类问题,应采用增量风险避免强化学习方法,即风险程度系数应采用小步距递增的方式.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	卢守峰	长沙理工大学交通运输工程学院	22	150	7.0	12.0
2	毛盈方	长沙理工大学交通运输工程学院	2	7	2.0	2.0