典型文献
基于多智能体深度强化学习的大规模交通信号灯控制模型研究
文献摘要：
针对基于最长队列优先配时算法的大规模交通信号灯协同控制模式存在的诸多不足,提出了一种基于多智能体深度强化学习的大规模交通信号灯控制模型.首先形成融合经验学习集和实践应用集的高度动态复杂路段交通运行态势经验池;然后利用深度长短期神经网络建立时间正序下的大规模交通信号灯与多智能体之间的物理映射关系;最后利用深度确定性策略梯度算法实现复杂路段大规模交通信号灯最优协同控制.对模型开展了典型需求场景下的仿真验证及应用实践定量分析,验证分析结果表明模型可以大幅度改善高度动态复杂路段交通疏导的效率,正常交通流下复杂路段交通疏导平均等待时间降低27.82％,正常交通流下复杂路段交通疏导平均队列长度降低31.19％.
文献关键词：
多智能体;深度强化学习;大规模交通信号灯;协同控制;模型仿真验证
中图分类号：
作者姓名：
陈骁
作者机构：
陕西交通职业技术学院,陕西 西安710018
文献出处：
引用格式：
[1]陈骁-.基于多智能体深度强化学习的大规模交通信号灯控制模型研究)[J].工业仪表与自动化装置,2022(04):85-90
A类：
大规模交通信号灯
B类：
多智能体深度强化学习,信号灯控制,控制模型,长队,协同控制,控制模式,经验学习,复杂路段,交通运行,运行态势,经验池,长短期神经网络,建立时间,映射关系,深度确定性策略梯度算法,算法实现,需求场景,验证分析,交通疏导,交通流,流下,平均等待时间,队列长度,模型仿真验证
AB值：
0.20805
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
