LibSignal：一个用于交通信号控制的开源库
机器学习
2023-11-30 v2
摘要
本文介绍了一个用于交通信号控制任务中强化学习模型跨模拟器比较的库。该库旨在以可扩展接口和统一的跨模拟器评估指标实现近期最先进的强化学习模型。它支持交通信号控制任务中常用的模拟器，包括 Simulation of Urban MObility(SUMO) 和 CityFlow，以及多个用于公平比较的基准数据集。我们进行了实验以验证我们对模型的实现，并对模拟器进行校准，使得来自一个模拟器的实验可对另一个具有参考意义。基于经过验证的模型和校准的环境，本文比较并报告了当前最先进 RL 算法在不同数据集和模拟器下的性能。这是这些方法首次在不同模拟器下基于相同数据集进行公平比较。
引用
@article{arxiv.2211.10649,
title = {LibSignal: An Open Library for Traffic Signal Control},
author = {Hao Mei and Xiaoliang Lei and Longchao Da and Bin Shi and Hua Wei},
journal= {arXiv preprint arXiv:2211.10649},
year = {2023}
}
备注
11 pages + 6 pages appendix. Accepted by Machine Learning Journal (2023). A short version is accepted by NeurIPS 2022 Workshop: Reinforcement Learning for Real Life. Website: https://darl-libsignal.github.io/