基于深度强化学习的交通信号灯控制

• 作者: 李涛 李慧滢 王怡萱
• 来源期刊: 信息与电脑
• 关键词: 预测交通状态 深度强化学习 交通信号控制
• 年，卷（期）: 2021,（10）
• 所属期刊栏目: 软件开发与应用
• 页码范围: 83-86
• 页数: 4页
• 分类号: TP391.9
• 语种: 中文
• DOI: 10.3969/j.issn.1003-9767.2021.10.025

摘要

道路交叉口交通流的控制是通过红绿灯来实现的,交通信号灯的配时是一个被广泛研究的问题.本文基于深度强化学习提出了一种新的配时方案,该方案利用神经网络的信息感知能力和强化学习的决策能力提取环境中的状态信息进行决策,实现交通信号的动态配时.选取正常时段和高峰时段的车流量进行实验,并与两种传统方案进行比较,结果表明基于深度强化学习的配时方案较传统方案性能有明显的提高.