基于自适应动态规划的城市交通信号优化控制方法综述.pdfVIP

第35卷第6期 自动化学报 V01．35，No．6 ACTAAUTOMATICA 2009年6月 SINICA June，2009 基于自适应动态规划的城市交通信号优化控制方法综述 赵冬斌1 刘德荣1 易建强- 摘要针对日益受到重视的自适虑动态规划(Adaptivedynamic 析r自适应动态规划的关键问题，如收敛性、稳定性和协调性的研究现状和趋势．介绍丁城市交通信号控制问题的特点和目前 采用的控制方法，以及自适鹿动态规划方法在街区路LJ和快速路入u匝道的交通信号优化控制的应用现状和前景． 关键词 自适应动态规划，收敛性，稳定性，协调性，交通信号控制 中图分类号TP274 AnOverviewonthe Based AdaptiveDynamicProgramming Urbann刮盼c Control City SignalOptimal ZHAO LIU YI Dong-BinlDe-Ron91Jian-Qian91 AbstractThis the and ofahot papersurveysalgorithmsapplicationspotadaptivedynamic of research coordination key issues，includingconvergence，stability，andadaptivedynamicprogramming，areextensively ofurbantraffic controlandcurrentcontrolschemesareintroduced．a8well硇the analyzed．Theproblems city signal and of inthe oftraffic controlbothin presentpotentialapplicationsadaptivedynamicprogrammingoptimizationsignal surfaceintersectionsand way meteringsystems． freewayramp words control Key Adaptive dynamic signal 自适应动态规划fAdaptivedynamicprogram-控制和强化学习(Reinforcement 产生的交叉领域，也可以认为是离散领域的强化学 ming，ADP)本质上基于强化学习原理，模拟人 通过环境反馈进行学习，近年来被认为是一种非 常接近人脑智能的方法【l】1． 1977年，Werbos[2]为现代版的强化学习．自适应动态规划在各种复杂 首次提出自适应动态规划的思想，命名为ACD控制领域得到了广泛应用，包括飞机的自动降落控 critic (Adaptivedesign)．其主要原理基于人工制【6】、多个电梯的调度控制【7】、无线通讯网络的控 神经网络能以任意精度逼近非线性函数的特性， 制【8】、智能交通系统的控制与管理【9】等． 通过单步计算估计动态规