Single-Agent Actor Critic for Decentralized Cooperative Driving

融合自动驾驶车辆（AVs）的主动交通管理承诺未来将减少拥堵，增强交通流量。然而，开发适用于实际场景的算法需要解决连续交通流和部分可观测性所带来的挑战。为了弥合这一差距，推进主动交通管理领域朝着更大的去中心化方向发展，我们引入了一种新型的非对称演员-评论家模型，旨在利用单智能体强化学习学习分散的协作驾驶策略，以应对实际场景中的动态交通流和部分可观测性。我们的方法采用具有掩码的注意力神经网络来处理实际交通流动态性和部分可观测性。通过在各种交通场景下与基准控制器进行广泛评估，我们的模型显示出在路网内不同瓶颈位置改善交通流量的巨大潜力。此外，我们探讨了自动驾驶车辆保守驾驶行为所带来的挑战。实验结果表明，我们提出的协作策略可以在不影响安全的情况下缓解潜在的交通减速。

论文旨在解决如何利用单智能体强化学习来学习分散的协作驾驶策略，以改善交通流量和减少拥堵的问题。

论文提出了一种新的不对称的演员-评论家模型，使用单智能体强化学习来学习分散的协作驾驶策略，通过注意力神经网络和掩码来处理实际交通流动和部分可观察性的动态性。

论文通过与基准控制器在不同交通场景下进行广泛评估，展示了该模型在改善道路系统内不同瓶颈位置的交通流量方面的潜力。此外，论文还探讨了自动驾驶车辆的保守驾驶行为的挑战，实验结果表明，该合作策略可以在不影响安全的情况下缓解潜在的交通减速。

最近在这个领域中，还有一些相关研究，如《Multi-Agent Reinforcement Learning for Traffic Light Control》、《Decentralized Multi-Agent Reinforcement Learning for Traffic Light Control》等。