计算机应用研究

作者：唐慕尧,周大可,李涛,

单位：南京航空航天大学自动化学院,南京211100；

关键词：交通信号控制,状态预测,深度强化学习,深度Q网络,长短期记忆网络,

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(kfjj20200313)；；

深度强化学习（deep reinforcement learning，DRL）可广泛应用于城市交通信号控制领域，但在现有研究中，绝大多数的DRL智能体仅使用当前的交通状态进行决策，在交通流变化较大的情况下控制效果有限。提出一种结合状态预测的DRL信号控制算法。首先，利用独热编码设计简洁且高效的交通状态；然后，使用长短期记忆网络（long short-term memory，LSTM）预测未来的交通状态；最后，智能体根据当前状态和预测状态进行最优决策。在SUMO（simulation of urban mobility）仿真平台上的实验结果表明，在单交叉口、多交叉口的多种交通流量条件下，与三种典型的信号控制算法相比，所提算法在平均等待时间、行驶时间、燃油消耗、CO2排放等指标上都具有最好的性能。

来源：2022年第8期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2022年第8期