广义相位压力控制强化学习在交通信号控制中的应用
机器学习
2025-03-27 v1 人工智能
摘要
恰当的交通状态表示对学习交通信号控制策略至关重要。然而，当前大多数交通状态表示都是经验性地设计的，缺乏充分的理论支持。本文我们（1）发展了一种灵活、高效且具有理论依据的方法，称为广义相位压力控制（G2P control），仅考虑简单的车道特征即可决定哪个相位被驱动；（2）将压力控制理论扩展为适用于多同质车道路网的通用形式，基于排队论；（3）设计了一种基于 G2P control 的广义相位状态特征的新的交通状态表示；（4）开发了一个基于强化学习（RL）的算法模板，称为 G2P-XLight，以及两个 RL 算法 G2P-MPLight 和 G2P-CoLight，通过将广义相位状态表示与 MPLight 和 CoLight 两种在交通信号控制策略学习中表现良好的 RL 方法结合。在多个真实世界数据集上进行的大量实验表明，G2P control 在交通领域超越了最先进技术（SOTA）的启发式方法以及其他最近的人类设计的启发式方法；而新提出的 G2P-XLight 在 SOTA 学习方法中取得显著优势。我们的代码已在线提供。
引用
@article{arxiv.2503.20205,
title = {Generalized Phase Pressure Control Enhanced Reinforcement Learning for Traffic Signal Control},
author = {Xiao-Cheng Liao and Yi Mei and Mengjie Zhang and Xiang-Ling Chen},
journal= {arXiv preprint arXiv:2503.20205},
year = {2025}
}