基于异步优势演员-评论家的交通信号控制方法

作     者：叶宝林 孙瑞涛 吴维敏 陈滨 姚青 YE Baolin;SUN Ruitao;WU Weimin;CHEN Bin;YAO Qing

作者机构：浙江理工大学信息科学与工程学院浙江杭州310018 嘉兴大学嘉兴市智慧交通重点实验室浙江嘉兴314001 浙江大学工业控制技术全国重点实验室智能系统与控制研究所浙江杭州310027 浙江理工大学计算机科学与技术学院浙江杭州310018 

基　　金：国家自然科学基金资助项目(61603154) 浙江省自然科学基金资助项目(LTGS23F030002) 嘉兴市应用性基础研究项目(2023AY11034) 浙江省尖兵领雁研发攻关计划资助项目(2023C01174) 工业控制技术国家重点实验室开放课题资助项目(ICT2022B52) 

出 版 物：《浙江大学学报（工学版）》 (Journal of Zhejiang University：Engineering Science)

年 卷 期：2024年第58卷第8期

页      码：1671-1680,1703页

摘      要：针对现有基于深度强化学习的交通信号控制方法的模型学习和决策成本高的问题,提出基于异步优势演员-评论家(A3C)算法的单交叉口交通信号控制方法.在模型输入端分别从交叉口和车道2个不同维度构建车辆权重增益网络,对采集的车辆状态信息进行预处理.设计新的奖励机制,提出融合车辆权重增益网络的A3C算法.基于微观交通仿真软件SUMO的仿真测试结果表明,相比于传统的交通信号控制方法和基准强化学习方法,所提方法在低、中、高3种不同的交通流量状态下,均能够取得更好的交通信号控制效益.

主 题 词：交通信号控制 深度强化学习 A3C 权重增益网络 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 08[工学] 081201[081201] 0812[工学-测绘类] 

核心收录：

D　O　I：10.3785/j.issn.1008-973X.2024.08.014

馆 藏 号：203128785...