DataLight：基于离线数据的交通信号控制
机器学习
2024-05-03 v2 人工智能
摘要
强化学习（RL）已成为解决交通信号控制（TSC）问题的一种有前景的方案。虽然大多数基于 RL 的 TSC 系统通常采用在线方法，促进与环境的频繁主动交互，但由于安全和风险考量，在真实世界中学习此类策略并不现实。为应对这些挑战，本研究提出一种创新的离线数据驱动方法，称为 DataLight。DataLight 通过捕捉环境中的车辆速度信息，采用有效的状态表示和奖励函数。随后它对道路进行分段以捕捉空间信息，并进一步通过序列建模增强空间分段的状态表示。实验结果证明了 DataLight 的有效性，其性能优于最先进的在线与离线 TSC 方法。此外，DataLight 在真实世界部署问题上表现出稳健的学习能力。代码见 https://github.com/LiangZhang1996/DataLight。
引用
@article{arxiv.2303.10828,
title = {DataLight: Offline Data-Driven Traffic Signal Control},
author = {Liang Zhang and Yutong Zhang and Jianming Deng and Chen Li},
journal= {arXiv preprint arXiv:2303.10828},
year = {2024}
}
备注
15 pages, 3 figures