起讫模式对大规模混合交通控制的影响通过多智能体强化学习-计算机科学-强化学习-自动驾驶-多智能体交通控制.pdf

起讫模式对大规模混合交通控制的影响通过多智能体强化学习

st

1MuyangFan

DepartmentofComputerScience

UniversityofMemphis

Memphis,USA

mfan1@

rd

3ShuaiLi

DepartmentofCivilCoastalEngineering

UniversityofFlorida

Gainesville,USA

shuai.li@

本nd

译2SongyangLiu

中DepartmentofCivilCoastalEngineering

UniversityofFlorida

2

vGainesville,USA

3liusongyang@

4

5

3th

4WeiziLi

1

5.MinH.KaoDepartmentofElectricalEngineeringandComputerScience

0UniversityofTennessee,Knoxville

5

2Knoxville,USA

:

vweizili@

i

x

r

a

摘要—交通拥堵仍然是现代城市交通面临的重大挑战，降I.介绍

低了效率和生活质量。虽然自动驾驶技术和强化学习（RL）在

交通拥堵是现代城市交通面临的主要挑战之一，降

提高交通控制方面显示出潜力，但大多数先前的研究都集中在小

规模网络或孤立的交叉口上。大规模混合交通控制，涉及由人类低了交通效率和生活质量。车辆长时间怠速不仅增加了

驾驶和机器人车辆组成的交通，仍然研究不足。在这项研究中，能源消耗和经济损失，还加剧了环境污染，尤其是在某

我们提出了一种用于管理大规模混合交通网络的分散式多智能些时段车辆排放浓度高的城市中尤为明显。交通拥堵可

体强化学习框架，在该框架下，交叉口要么由传统交通信号灯控