基于多智能体强化学习的多交通路口智能协调
人工智能
2020-06-30 v4 机器学习
多智能体系统
摘要
我们使用异步优势演员-评论家（A3C）在控制器中实现 AI 智能体以优化单个路口的交通流，并通过多智能体设定将其扩展至多个路口。我们探索了三种解决多智能体问题的方法——（1）利用 A3C 的异步特性以单一智能体控制多个路口；（2）利用多个路口间独立智能体的自我/竞争博弈；（3）在智能体间引入全局奖励函数以促成路口间的协作行为。我们观察到（1）与（2）可减轻交通拥堵，而将（3）与（1）及（2）结合使用进一步降低了拥堵。
引用
@article{arxiv.1912.03851,
title = {Intelligent Coordination among Multiple Traffic Intersections Using Multi-Agent Reinforcement Learning},
author = {Ujwal Padam Tewari and Vishal Bidawatka and Varsha Raveendran and Vinay Sudhakaran and Shreedhar Kodate Shreeshail and Jayanth Prakash Kulkarni},
journal= {arXiv preprint arXiv:1912.03851},
year = {2020}
}
备注
Accepted in the NeurIPS 2019 Deep RL Workshop : https://sites.google.com/view/deep-rl-workshop-neurips-2019/home