CTS:基于拥堵溯源算法的信号灯多智能体强化学习组织方案

摘要：

在交通路网的运行中红绿灯起着至关重要的调度作用,随着目前交通的飞速发展,道路越来越复杂、车辆越来越繁多,导致红绿灯的调度压力越来越大、调节能力却越来越弱.为了解决这一问题,建立了CTS(con-gestion trace source)方案,将交通疏导的主体对象红绿灯作为智能体进行强化学习以优化其对交通的疏导控制能力,通过构建拥堵链和拥堵环综合分析路网拥堵情况,佐以红绿灯相位及其配时数据以达到对红绿灯智能体对象状态的综合判断;CTS方案设计了红绿灯排队长度算法将拥堵情况数字化作为智能体奖励对优化效果进行评判.使用SUMO仿真环境进行实验,设计交通优化指标路口平均排队长度并进行对比,最终该方案的路口平均排队长度相较于原始数据提升了40％.

关键词：多智能体、强化学习、SUMO、红绿灯、拥堵信息数字化

所属期刊栏目：40

分类号：TP391.9(计算技术、计算机技术)

资助基金：四川省科技计划重点研发项目2021YFQ0057

在线出版日期：2023-01-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：178-184