基于多智能体的城市交通区域协调控制方法.pdfVIP

第 34卷 第 2期 武汉理工大学学报 (交通科学与工程版) Vo1．34 No．2 2010年 4月 JournalofWuhanUniversityofTechnology Apr．2010 (TransportationScience＆Engineering) 基于多智能体的城市交通区域协调控制方法* 黄艳国 罗 强 许伦辉” (江西理工大学机 电工程学院” 赣州 341000) (华南理工大学土木与交通学院 广州 510640) 摘要：在分析城市道路交通信号控制特点的基础上，提出了基于多智能体的城市道路区域协调控 制方法．在单路 口Agent中引入加强学习方法 ，实现交通信号实时在线调整；在 由多交叉 口构成的 区域路网中，以车辆平均延误为 目标 ，通过多路 口Agent之间的协调机制 ，实现城市交通 区域信号 控制的智能协调和全局优化 ，提高整个区域交通的效率，减少车辆的延误．通过仿真实验，与定时 控制和感应控制相 比，该方法使车辆的平均延误明显减小． 关键词 ：交通信号控制 ；协调控制 ；多智能体 ；加强学习 中图法分类号 ：U491 DOI：10．3963／i．issn．1006—2823．2010．02．048 城市交通是由大量道路及交叉口组成的道路 之间的通信和协调机制，为解决现代交通问题提 交通网，交叉 口是道路 网中连接各支路的节点，是 供了新的思路． 不同方向车流进入和驶出的汇接地，成为整个道 本文以多智能体为基础的分层递阶的城市道 路网中的“瓶颈”．如何在保证每个交叉 口畅通的 路控制系统结构如 图 1所示．当局部交通状况发 前提下提高城市交通运输效率，使整个区域处于 生变化时，交叉 口Agent之间根据相互关联程度 最佳运行状态是交通信号区域协调控制的关 通过通信模块和协调机制进行协调，实时调整信 键Il]．许多学者将现代控制理论和人工智能技术 号配时方案．当路 口之间的协调无法达到理想的 应用到交通控制领域 ]，并且取得 了一定 的成 控制效果时 ，路 口Agent向子 区域 Agent发 出协 果．本文将智能体技术和加强学习算法应用到城 调请求 ，子区域 Agent根据一定的策略和优化 目 市交通信号控制中，为城市交通协调控制作一些 标在子区域内部各交叉 口Agent之 间进行协商 ， 探索和研究． 以求达到满意的控制效果．当子 区域 Agent无法 有效的解决交通问题时，可 以通过信息发布模块 1 基于多智能体的城市交通信号控 向区域 Agent发布交通状况信息和协调请求 ，以 制系统 求在更大的区域之间解决．这种方式不仅在局部 小范围能 自主决策 ，达到实时 自适应控制 ，更能从 1．1 系统结构 宏观上调整区域的交通状况 ，使整个区域交通保 智能体(Agent)理论和技术是计算机和分布 持较理想的运行状态． 式人工智能领域 的新一代研究成果 ，是面向对象