多Agent强化学习下的城市路网自适应交通信号协调配时决策研究综述

关键词：agent 强化学习 交通信号 交叉口 信号配时 

摘要：相对于传统的交通信号配时决策方法,多Agent强化学习及其协调方法能更好地适应城市路网交通环境的变化。为探讨其在城市路网自适应交通信号配时决策中的应用,系统地总结了多Agent强化学习及协调机制的研究方法,详细地分析了国内外研究现状,并指出现有研究中存在的问题,在此基础上对未来研究进行了展望。研究结果表明,既有研究主要针对规模较小的路网,存在维数灾难问题,强化学习与协调机制结合研究还不够深入,相关学习参数分析不够细致,仿真环境和情景现实性不强。未来研究可以引入马尔科夫博弈提高决策协调性,嵌入混合交通流、公交优先等交通管理思想增强决策实用性,引入先验知识及其他学习技术加快学习速度,融入物联网、主动管理、大数据等先进理念和前沿技术增加决策的实时性,与交通诱导等集成提升决策的系统性。

交通标准化杂志要求:

{1}前言应充分说明研究工作的背景、意义、本文拟解决的问题、采用的方法和手段,引出重要文献,全面评述相关研究工作,突出本工作的重要性和创新性,不要忽视国内同行的工作。

{2}作者文责自负，因抄袭、剽窃他人文章而引起的一切后果完全由作者自己负责，本刊概不承担连带责任。若发现抄袭、剽窃他人文章，本刊将予以曝光，并严肃处理。

{3}题目务必言简意赅，一般不用副标题，字数不超过20个字，中英文题目应一致。

{4}引用的参考文献应为最近5年内发表的，且一般要求5篇以上；另外，参考文献著录采用顺序编码制，即按在正文中被引用的先后顺序排列。

{5}作者署名在文章题目下方按顺序排列，其姓名排列顺序应在来稿时确定，编排过程中不应再做改动。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社