将公交信号优先集成到基于多智能体强化学习的交通信号控制中
人工智能
2024-12-02 v1 多智能体系统
系统与控制
系统与控制
摘要
本研究将公交信号优先 (TSP) 集成到基于多智能体强化学习 (MARL) 的交通信号控制系统中。本研究的前半部分在微观仿真环境中开发了基于MARL的自适应信号控制，用于一对协调交叉口。两个智能体（每个交叉口一个）采用价值分解网络 (VDN) 架构进行中心化训练。训练后的智能体在拥堵率为0.95时，与基于整体交叉口延迟的协调驱动信号控制相比表现略有改善。在本研究的后半部分中，将训练好的信号控制智能体用作背景信号控制器，同时开发基于事件的TSP智能体。在一种变体中，独立的TSP智能体在去中心化训练和去中心化执行 (DTDE) 框架下进行训练和执行，以在每个交叉口实现TSP。在另一种变体中，两个TSP智能体在集中训练、去中心化执行 (CTDE) 框架下进行中心化训练，并采用VDN架构选择并实施跨两个交叉口的协调TSP策略。在两种情况下，智能体都收敛到相同的巴士延迟值，但独立智能体在训练过程中表现出较高的不稳定性。在测试运行中，两个独立智能体相对于无TSP情况，在两个交叉口的巴士延迟降低了22%，而协调TSP智能体实现了27%的延迟降低。在两种情况下，大多数侧街道运动的延迟仅略有增加。
引用
@article{arxiv.2411.19359,
title = {Integrating Transit Signal Priority into Multi-Agent Reinforcement Learning based Traffic Signal Control},
author = {Dickness Kakitahi Kwesiga and Suyash Chandra Vishnoi and Angshuman Guin and Michael Hunter},
journal= {arXiv preprint arXiv:2411.19359},
year = {2024}
}