基于强化学习通信的自适应交通控制系统学习
机器学习
2021-11-01 v1 多智能体系统
摘要
多智能体强化学习近期研究了与动作策略同时学习的智能体间通信,以提升团队奖励。本文在自适应交通控制系统(ATCS)上研究了无通信的独立Q学习(IQL)与带学习通信的可微智能体间学习(DIAL)。在真实世界ATCS中,不可能向每个智能体呈现环境的完整状态,因此在我们的仿真中,各智能体仅能有限观测环境完整状态。ATCS将使用城市交通仿真(SUMO)交通模拟器进行仿真,其中模拟两个相连交叉口。每个交叉口由一个能够改变交通流向的智能体控制。结果表明,DIAL智能体在训练时间与最大达成奖励上均优于独立Q学习器,因其能与其他智能体共享相关信息。
引用
@article{arxiv.2110.15779,
title = {Learning to Communicate with Reinforcement Learning for an Adaptive Traffic Control System},
author = {Simon Vanneste and Gauthier de Borrekens and Stig Bosmans and Astrid Vanneste and Kevin Mets and Siegfried Mercelis and Steven Latré and Peter Hellinckx},
journal= {arXiv preprint arXiv:2110.15779},
year = {2021}
}