TR-Light：基于多信号灯强化学习的 交通组织方案优化算法
打开文本图片集
摘 要： 针对多变环境条件下的交通堵塞问题，将强化学习、神经网络、多智能体和交通仿真技术结合起来，提出了用于优化多路口条件下交通状况的trajectory reward light（TR-Light）模型。该方法具有几个显著特点：基于红绿灯拟定交通组织方案；将多智能体强化学习用于红绿灯控制；通过红绿灯的协同达到区域级的交通组织优化；在智能体每次行为执行结束后实施轨迹重构，在OD对不改变的情况下改变车辆行驶路径，根据方案和重构轨迹来计算智能体的最终回报。（剩余18572字）
