HumanLight：通过以人为中心的深度强化学习在交通信号控制中激励拼车

单人占用车辆对许多通勤者而言最具吸引力的出行选择，导致了交通拥堵与空气污染加剧。信息技术的进步为智能解决方案创造了机遇，这些方案通过激励拼车及出行方式向高占用车辆（HOVs）转移，以实现城市车辆轻量化愿景。在本研究中，我们提出 HumanLight，一种新颖的去中心化自适应交通信号控制算法，旨在优化交叉口处的人均吞吐。我们提出的控制器建立在强化学习之上，其奖励函数嵌入了受交通启发的人级压力概念。通过对 HOV 通勤者合并为单次行程的努力给予通行时间节省的奖励，HumanLight 实现了绿灯时间的公平分配。除采用最先进（SOTA）基础模型 FRAP 外，HumanLight 引入了主动车辆的概念，宽泛地定义为在动作间隔窗口内靠近交叉口的车辆。所提算法在不同网络配置下，考虑多模式车辆分割及各类 HOV 采用情景时，展现出显著的余量与可扩展性。与车辆级 SOTA 控制器相比，人均延误与排队改善幅度为 15% 至超过 55%。我们量化了在不同网络结构中将主动车辆纳入 RL 模型公式的影响。HumanLight 还支持调节 HOV 优先级的激进程度。参数设置对生成的相位剖面的影响作为非周期信号控制器中影响行人等待时间的关键组件被研究。HumanLight 可扩展、去中心化的设计能够重塑交通管理解决方案，使其更加以人为中心，并赋能激励拼车与公共交通系统的政策。