AttendLight：基于通用注意力的交通信号控制强化学习模型
机器学习
2020-10-13 v1 人工智能
摘要
我们提出 AttendLight，一种用于交通信号控制问题的端到端强化学习（RL）算法。该问题的先前方法存在缺陷：其对每个具有不同结构或交通流分布的新交叉口都需要训练。AttendLight 通过训练一个适用于任意道路数、车道数、相位（可能信号）数和交通流的通用单一模型解决了此问题。为此，我们提出一个融合两种注意力模型的深度 RL 模型。第一个注意力模型用于处理不同数量的道路-车道；第二个注意力模型旨在支持交叉口中任意数量的相位决策。因此，只要训练集中含有类似配置，我们所提模型适用于任何交叉口配置。实验使用合成与真实世界标准基准数据集进行。我们展示的结果涵盖三或四个进口道路的交叉口；含一、二、三车道单向/双向道路；不同相位数量；以及不同交通流。我们考虑两种机制：(i) 单环境训练、单部署，与 (ii) 多环境训练、多部署。AttendLight 在两种机制的所有案例中均优于经典方法与其他基于 RL 的方法。
引用
@article{arxiv.2010.05772,
title = {AttendLight: Universal Attention-Based Reinforcement Learning Model for Traffic Signal Control},
author = {Afshin Oroojlooy and Mohammadreza Nazari and Davood Hajinezhad and Jorge Silva},
journal= {arXiv preprint arXiv:2010.05772},
year = {2020}
}