智能交通信号控制对空气质量的影响
多智能体系统
2021-07-07 v1 人工智能
机器学习
摘要
城市交通网络中的自适应交通信号控制（ATSC）由于交通系统中出现的复杂动态而是一项具有挑战性的任务。近年来，若干基于多智能体深度强化学习（MARL）的方法已被实验研究。这些方法提出了分布式技术，其中每个信号交叉口被视为随机博弈中的一个智能体，其目的在于优化其周边区域的车辆流。在此设定下，系统演化至智能体间的均衡，该均衡对整个交通网络有益。一种近期开发的成熟优势 actor-critic（A2C）算法的多智能体变体，称为MA2C（多智能体A2C），利用了智能体间某种通信的 promising 思想。在此观点下，智能体将其策略与相邻其他智能体共享，从而即使智能体数量和种类增长也能稳定学习过程。我们在位于博洛尼亚（意大利）的两个交通网络中实验了MA2C，发现其行动转化为环境中释放污染物量的显著下降。
引用
@article{arxiv.2107.02361,
title = {Effects of Smart Traffic Signal Control on Air Quality},
author = {Paolo Fazzini and Marco Torre and Valeria Rizza and Francesco Petracchini},
journal= {arXiv preprint arXiv:2107.02361},
year = {2021}
}
备注
23 pages, 21 figures. arXiv admin note: substantial text overlap with arXiv:2107.01347