通过深度强化学习自适应优化交通信号时间

【作者团队】Zibo Ma, Tongchao Cui, Wenxing Deng

【作者单位】Faculty of Information Technology, Beijing University of Technology

【论文链接】https://downloads.hindawi.com/journals/jat/2021/6616702.pdf

【推荐理由】传统的红绿灯控制是通过优化循环长度，计算出一系列相应的时序参数的方法。然而，固定交通灯的顺序和持续时间对于动态交通流量调节是低效的。为了解决上述问题，本研究提出了一种基于深度强化学习（DRL）的交通灯配时优化方案。在该方案中，红绿灯可以根据路口各个方向的交通流状态输出合适的相位，动态调整相位长度。具体来说，本文首先采用近端策略优化（PPO）来提高模型的收敛速度。然后，本文详细阐述状态、动作的设计以及奖励，车辆状态由离散交通状态编码（DTSE）方法定义。最后，本文通过交通仿真平台SUMO对真实交通数据进行了实验。结果表明，与传统的时序控制相比，所提出的方案能够有效减少车辆在各种交通流模式下的等待时间和队列长度。