CVLight：基于联网车辆的自适应交通信号控制去中心化学习

本文开发了一种用于多交叉口自适应交通信号控制（TSC）的去中心化强化学习（RL）方案，称为“CVLight”，其利用从联网车辆（CVs）收集的数据。状态与奖励设计促进了智能体间的协调，并考虑了由CVs收集的通行延误。提出了一种新颖的算法——非对称优势 actor-critic（Asym-A2C），其中CV与非CV信息均被用于训练评论家网络，而仅使用CV信息来执行最优信号配时。综合实验表明，在各种交通需求模式与渗透率的2×2合成路网下，CVLight优于最先进算法。随后对所学策略进行可视化以进一步展示Asym-A2C的优势。应用了一种预训练技术以提升CVLight的可扩展性，其显著缩短了训练时间，并在5×5路网下展现出性能优势。在美国宾夕法尼亚州州学院的一个2×2路网上进行了案例研究，以进一步证明所提算法在真实场景下的有效性。与其他基线模型相比，训练好的CVLight智能体可仅基于CV数据高效控制多个交叉口，并取得最佳性能，尤其在低CV渗透率下。