混合自主信号化城市交叉口的控制：一种动作延迟强化学习方法
系统与控制
2021-06-25 v1 系统与控制
摘要
我们考虑一种混合自主场景，其中交通交叉口控制器为每个车道在多个红绿灯时段决定交通灯是绿灯还是红灯。交通交叉口控制器的目标是最小化每个车道的排队长度并最大化每个时段的车辆流出量。我们考虑交通交叉口控制器告知自动驾驶车辆（AV）未来红绿灯时段交通灯是绿灯还是红灯。因此，AV 可通过求解最优控制问题来调整其动力学。由于交通控制器的动作延迟，我们将交通交叉口控制器的决策过程建模为确定性延迟马尔可夫决策过程。我们提出基于强化学习的算法以获得最优策略。我们通过实验表明，当交通控制器与 AV 通信时，我们的算法收敛并大幅降低 AV 的能量消耗。
引用
@article{arxiv.2106.12755,
title = {Control of a Mixed Autonomy Signalised Urban Intersection: An Action-Delayed Reinforcement Learning Approach},
author = {Erica Salvato and Arnob Ghosh and Gianfranco Fenu and Thomas Parisini},
journal= {arXiv preprint arXiv:2106.12755},
year = {2021}
}
备注
Accepted for Publication at 24th IEEE International Conference on Intelligent Transportation (ITSC'2021)