EMVLight：一种用于应急车辆分散式路由与交通信号控制系统的多智能体强化学习框架

应急车辆（EMV）在应对城市地区医疗急救和火灾爆发等时间紧迫的呼叫中起着关键作用。现有的 EMV 调度方法通常基于历史交通流数据优化路线并相应设计交通信号优先；然而，我们仍缺乏一种系统方法来处理 EMV 路由与交通信号控制之间的耦合。本文提出 EMVLight，一种用于联合动态 EMV 路由与交通信号优先的分散式强化学习（RL）框架。我们采用具有策略共享与空间折扣因子的多智能体优势 actor-critic 方法。该框架通过创新设计多类 RL 智能体与新颖的基于压力的奖励函数，解决了 EMV 导航与交通信号控制之间的耦合。所提方法使 EMVLight 能够学习网络级协同交通信号相位策略，不仅减少 EMV 行程时间，也缩短非 EMV 的行程时间。基于仿真的实验表明，与现有方法相比，EMVLight 使 EMV 行程时间减少高达 $42.6\%$，平均行程时间缩短 $23.5\%$。