基于异步优势强化学习的交通信号控制策略

为解决交通信号控制中的信号灯配时调度不合理、路口拥堵等问题，提出一种基于行动者-评论家算法的城市智能交通控制算法。该算法是一种基于异步优势的算法，可对交通状态特征进行抽象表征，并以多线程并行实现对交通状态的精确感知。该算法还参考了强化学习算法，能在最短时间内不断迭代优化其内部参数，得到交通信号控制的最优方案。为验证该算法的有效性，采用交通仿真软件SUMO，对该算法和其他3种典型的交通信号控制算法进行模拟仿真，并对仿真结果进行比较和分析。研究结果表明：与这3类典型算法中效果最好的Qlearning算法相比，该算法的交叉口车辆平均延误时间减少了14.1%，平均队列长度缩短了13.1%，平均等待时间减少了13.5%。该交通信号控制算法能有效地改善城市道路拥堵，提高道路交叉口的通行效率。