CoordLight：用于网络级交通信号控制的去中心化协调学习
摘要
自适应交通信号控制 (ATSC) 对缓解拥堵、最大化吞吐量和促进可持续 mobility至关重要。多智能体强化学习 (MARL) 最近在解决复杂交通动力学方面显示出巨大的潜力，但部分可观察性和去中心化环境中的协调问题仍是制定可扩展且高效控制策略的关键挑战。为了解决这些挑战，我们提出了 CoordLight，一个MARL-based框架，旨在通过增强对单个路口 (智能体) 的决策能力以及与相邻智能体的协调，来提高邻域内交通，从而实现网络级交通优化。具体而言，我们引入了基于车辆排队模型的队列动态状态编码 (QDSE)，这是一种新颖的状态表示，强化了智能体分析、预测和响应本地交通动力学的能力。我们进一步提出了一种高级MARL算法，称为邻居感知策略优化 (NAPO)。它集成了注意力机制，以辨别相邻智能体之间的状态和动作依赖关系，旨在促进更协调的决策，并通过稳健的优势计算来改进策略学习更新。这使智能体能够识别并优先考虑与有影响力的邻居的关键互动，从而增强了智能体之间的有针对性的协调和合作。通过在由三组真实世界交通数据集组成的三个数据集上进行全面评估（包含最高多达196个交叉口），我们经实证表明，CoordLight 在各种交通网络中表现出始终优于当前交通信号控制方法的性能，无论交通流如何变化。代码可在 https://github.com/marmotlab/CoordLight 获取。
引用
@article{arxiv.2603.24366,
title = {CoordLight: Learning Decentralized Coordination for Network-Wide Traffic Signal Control},
author = {Yifeng Zhang and Harsh Goel and Peizhuo Li and Mehul Damani and Sandeep Chinchali and Guillaume Sartoretti},
journal= {arXiv preprint arXiv:2603.24366},
year = {2026}
}
备注
\c{opyright} 20XX IEEE. Personal use of this material is permitted. Permission from IEEE must be obtained for all other uses, in any current or future media, including reprinting/republishing this material for advertising or promotional purposes, creating new collective works, for resale or redistribution to servers or lists, or reuse of any copyrighted component of this work in other works