考虑博弈的多智能体强化学习分布式信号控制

摘要：

交通需求的不均衡和波动会增加分布式信号控制优化的难度.由于现有独立动作的多智能体强化学习(IA-MARL)仅基于自身的历史经验做出决策,基于IA-MARL的分布式信号控制难以及时缓解交通需求不均衡和波动的影响.本文融入博弈论的混合策略纳什均衡概念,改进IA-MARL的决策过程,提出考虑博弈的多智能体强化学习(G-MARL)框架.在采用带有泊松到达率的道路网络流量不均衡输入的格子网络中,分别对基于IA-MARL和G-MARL的分布式控制方法进行数值模拟,获取单位行程时间和单位车均延误曲线.结果显示,与IA-MARL相比,G-MARL在单位行程时间和单位车均延误方面分别改善59.94％和81.45％.证明G-MARL适用于不饱和且交通需求不均衡和波动的分布式信号控制.

关键词：智能交通、分布式交通信号控制、多智能体强化学习、不均衡需求下的城市道路网络、博弈论、数值模拟

所属期刊栏目：20

分类号：U491.4(交通工程与公路运输技术管理)

资助基金：国家自然科学基金/National Natural Science Foundation of China51705196

在线出版日期：2020-05-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：76-82,100