基于深度强化学习的单路口交通信号控制

• 作者: 刘皓 吕宜生
• 来源期刊: 交通工程
• 学科: 交通运输
• 关键词: 深度强化学习 深度Q网络 交通信号控制 智能交通系统
• 年，卷（期）: 2020,（2）
• 页码范围: 54-59
• 页数: 6页
• 分类号: U491
• 语种: 中文
• DOI: 10.13986/j.cnki.jote.2020.02.009

摘要

合理的交通信号灯控制方案能减少交叉口处的排队长度,缓解交通拥堵问题.路口交通流具有非线性、时变性、不确定性等特点,对其建模困难,从而导致无法借助其精确的数学模型来优化交通信号控制方案.本文将深度强化学习方法应用到交通信号控制问题,深度强化学习Agent以减少路口处的排队车辆总数为目标,通过观察交叉口处所有入口车道的状态进行相位控制;使用SUMO仿真平台对本文提出的控制方法进行了仿真实验.实验结果表明,相较于定时控制方法,本文提出的基于深度强化学习的控制方法能显著减少交叉口处的排队车辆数,缓解交通拥堵.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吕宜生	中国科学院自动化研究所复杂系统管理与控制国家重点实验室	7	48	3.0	6.0
2	刘皓		9	59	3.0	7.0