原文传递
考虑博弈的多智能体强化学习分布式信号控制
| 题名： | 考虑博弈的多智能体强化学习分布式信号控制 |
| 正文语种： | 中文 |
| 作者： | 曲昭伟;潘昭天;陈永恒;李海涛;王鑫; |
| 作者单位： | 吉林大学交通学院； |
| 关键词： | 智能交通;分布式交通信号控制;多智能体强化学习;不均衡需求下的城市道路网络;博弈论;数值模拟 |
| 摘要： | 交通需求的不均衡和波动会增加分布式信号控制优化的难度.由于现有独立动作的多智能体强化学习(IA-MARL)仅基于自身的历史经验做出决策,基于IA-MARL的分布式信号控制难以及时缓解交通需求不均衡和波动的影响.本文融入博弈论的混合策略纳什均衡概念,改进IA-MARL的决策过程,提出考虑博弈的多智能体强化学习(G-MARL)框架.在采用带有泊松到达率的道路网络流量不均衡输入的格子网络中,分别对基于IA-MARL和GMARL的分布式控制方法进行数值模拟,获取单位行程时间和单位车均延误曲线.结果显示,与IA-MARL相比,G-MARL在单位行程时间和单位车均延误方面分别改善59.94%和81.45%.证明G-MARL适用于不饱和且交通需求不均衡和波动的分布式信号控制. |
| 期刊名称： | 交通运输系统工程与信息 |
| 出版年： | 2020 |
| 期： | 02 |
| 页码： | 76-82,100 |
检索历史
应用推荐
