计算机应用研究

作者：吴昊昇,郑皎凌,王茂帆,

单位：成都信息工程大学软件工程学院,成都610225；

关键词：多智能体,强化学习,SUMO,红绿灯,

基金：四川省科技厅应用基础研究项目(2020YJ0430)；基于群体智能的区域交通流量精准控制技术应用研究；；

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。通过SUMO进行交通仿真实验和交通指标对比，验证了该模型在多交叉口中能够提高路网畅通率，改善交通状态。实验表明该模型可行，可有效缓解交通拥堵。

来源：2022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2022年第2期