基于单智能体强化学习的大规模区域交通信号控制
摘要
在全球化和机动化的背景下，交通拥堵已成为一个严重影响生活质量、环境和经济的重大问题。本文提出了一种基于单智能体强化学习（Reinforcement Learning, RL）的区域交通信号控制（Traffic Signal Control, TSC）模型。与多智能体系统不同，该模型能够协调大面积范围内的交通信号，旨在缓解区域交通拥堵并最小化总出行时间。TSC 环境通过特定的状态空间、动作空间和奖励函数进行了精确定义。状态空间由当前拥堵状态（以各路段的排队长度表示）和交叉口当前的信号相位方案组成。动作空间设计为先选择一个交叉口，然后调整其相位时间分配。我们精心设计了两个奖励函数。一个侧重于缓解拥堵，另一个旨在考虑拥堵水平的同时最小化总出行时间。实验使用 SUMO 交通仿真软件进行。通过与不进行信号配时调整的基准情况进行比较，评估了 TSC 模型的性能。结果表明，该模型能够有效控制拥堵。例如，在测试场景中排队长度显著减少。此外，当奖励设置为同时缓解拥堵和最小化总出行时间时，平均出行时间显著降低，这表明该模型能够有效改善交通状况。本研究为大规模区域交通信号控制提供了一种新方法，并为未来的城市交通管理提供了有价值的见解。
引用
@article{arxiv.2503.09252,
title = {Large-scale Regional Traffic Signal Control Based on Single-Agent Reinforcement Learning},
author = {Qiang Li and Jin Niu and Qin Luo and Lina Yu},
journal= {arXiv preprint arXiv:2503.09252},
year = {2026}
}
备注
A critical error in the methodology. The reported congestion control effects were not caused by the proposed signal timing optimization, but by an incorrect traffic volume scaling factor during evaluation. The traffic demand was not properly amplified, resulting in misleading performance gains. Due to the substantial nature of the error, completion of revisions is not feasible in the short term