首页|基于混合近端策略优化的交叉口信号相位与配时优化方法

基于混合近端策略优化的交叉口信号相位与配时优化方法

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
交通信号优化控制是从供给侧缓解城市交通拥堵的重要手段，随着交通大数据技术的发展，利用深度强化学习进行信号控制成为重点研究方向。现有控制框架大多属于离散相位选择控制，相位时间通过决策间隔累积得到，可能与智能体探索更优动作相冲突。为此，本文提出基于混合近端策略优化(Hybrid Proximal Policy Optimization，HPPO)的交叉口信号相位与配时优化方法。首先在考虑相位时间实际应用边界条件约束下，将信号控制动作定义为参数化动作;然后通过提取交通流状态信息并输入到双策略网络，自适应生成下一相位及其相位持续时间，并通过执行动作后的交通状态变化，评估获得奖励值，学习相位和相位时间之间的内在联系。搭建仿真平台，以真实交通流数据为输入对新方法进行测试与算法对比。结果表明:新方法与离散控制相比具有更低的决策频率和更优的控制效果，车辆平均行程时间和车道平均排队长度分别降低了27。65％和23。65％。
Signal Phase and Timing Optimization Method for Intersection Based on Hybrid Proximal Policy Optimization

陈喜群、朱奕璋、吕朝锋

展开 >

浙江大学,建筑工程学院,智能交通研究所,杭州310058

浙江大学,工程师学院,智能交通研究所,杭州310058

浙江大学,建筑工程学院,杭州310058

智能交通 混合动作空间 深度强化学习 混合近端策略优化 智能体设计

国家自然科学基金浙江省自然科学基金重点项目

72171210LZ23E080002

2023

10.16097/j.cnki.1009-6744.2023.01.012

交通运输系统工程与信息
中国系统工程学会

交通运输系统工程与信息

CSTPCDCSCD北大核心
影响因子：0.664
ISSN：1009-6744
年,卷(期)：2023.23(1)
  • 4
  • 3