面向公平性的人类中心化交通信号控制：基于多智能体动作分支深度强化学习方法
机器学习
2026-02-04 v1 系统与控制
系统与控制
摘要
由于许多多智能体深度强化学习 (DRL) 方法仍以车辆为中心，且难以处理高维离散动作空间，因此在多模态走廊上协调交通信号是一个挑战。我们提出MA2B-DDQN，一种人类中心化多智能体动作分支双Deep Q-Network (DQN) 框架，显式优化旅客层面的公平性。我们的关键贡献是一种动作分支离散控制表述，将走廊控制分解为：(i) 分配给下一阶段绿灯时间的局部、每交叉口动作；以及(ii) 选择这些阶段总时长的单个全局动作。这一分解实现了在离散控制下的可扩展协调，同时降低了联合决策的有效复杂度。我们还设计了人类中心化奖励函数，对走廊内延迟乘客数进行惩罚，考虑到行人、车辆乘客以及公共交通乘客。广泛的评估在澳大利亚墨尔本的七个真实交通情景中表明，我们的方法显著减少了受影响旅客的数量，超越现有DRL和基线方法。实验确认了该模型的鲁棒性，显示在多样化设置下的方差最小。该框架不仅倡导更公平的交通信号系统，也提供了一个可适应不同城市交通状况的可扩展解决方案。
关键词
引用
@article{arxiv.2602.02959,
title = {Human-Centric Traffic Signal Control for Equity: A Multi-Agent Action Branching Deep Reinforcement Learning Approach},
author = {Xiaocai Zhang and Neema Nassir and Lok Sang Chan and Milad Haghani},
journal= {arXiv preprint arXiv:2602.02959},
year = {2026}
}