计算机应用研究

作者：任安妮,周大可,冯锦浩,唐慕尧,李涛,

单位：1.南京航空航天大学自动化学院,南京211100；2.东北大学信息科学与工程学院,沈阳110004；

关键词：注意力机制,深度强化学习,交通信号控制,深度Q网络,SUMO,

基金：国家自然科学基金资助项目(62073164)；南京航空航天大学研究生创新基地(实验室)开放基金资助项目(xcxjh20210319)；；

深度强化学习（DRL）广泛应用于具有高度不确定性的城市交通信号控制问题中，但现有的DRL交通信号控制方法中，仅仅使用传统的深度神经网络，复杂交通场景下其感知能力有限。此外，状态作为强化学习的三要素之一，现有方法中的交通状态也需要人工精心的设计。因此，提出了一种基于注意力机制（attention mechanism）的DRL交通信号控制算法。通过引入注意力机制，使得神经网络自动地关注重要的状态分量以增强网络的感知能力，提升了信号控制效果，并减少了状态向量设计的难度。在SUMO（simulation of urban mobility）仿真平台上的实验结果表明，在单交叉口、多交叉口中，在低、高交通流量条件下，仅仅使用简单的交通状态，与三种基准信号控制算法相比，所提算法在平均等待时间、行驶时间等指标上都具有最好的性能。

来源：2023年第2期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2023年第2期