面向地理路网的交通信号智能协同控制方法
城市交通运行效率是影响城市生产力发展的重要因素之一,也是智慧城市建设过程中的重要研究课题.随着计算机技术的发展,人工智能特别是强化学习在交通信号控制中发挥重要作用.目前,基于强化学习的交通信号控制主要针对单路口或城市干道进行优化,面向城市地理路网区域协调控制研究较少.本文结合马尔可夫序列决策,提出一种基于强化学习的双层智能体协同控制方法.第1层,针对单个路口实现粗调训练,智能体通过观察路口每一车道的排队长度调控信号配时,实现单个路口不堵塞;第2层,将多个粗调训练后的智能体模型放入地理网络中,实现多路口的协同微调训练.本文以宁波某中学片区的交通协调为优化目标展开试验.结果表明,调控方法与原有固定配时方案相比,具有更高的通行效率.
地理路网;交通信号控制;协同控制;强化学习
50
P208(一般性问题)
国家重点研发计划;中国博士后基金
2021-10-28(万方平台首次上网日期,不代表论文的发表时间)
共8页
1203-1210