MalLight：面向交通信号故障的感知驱动的协调交通信号控制
人工智能
2024-09-16 v3
摘要
城市交通受到各种干扰，导致在信号化交叉口出现延长等待时间和安全问题。尽管已有诸多研究聚焦于在各种干扰情境下智能交通系统，但交通信号故障——一种常见的现实情况且具有显著影响——受到的关注相对有限。本研究的主要目标是通过优化邻近正常工作信号的控制来缓解交通信号故障的不利影响，如交通拥堵和碰撞。为实现此目标，本文提出一种新型交通信号控制框架（MalLight），该框架利用感知状态聚合模块（ISAM）和感知奖励聚合模块（IRAM），实现周围交通信号的协调控制。据我们所知，本研究是首次将基于强化学习（RL）的方法应用于解决交通信号故障所面临的挑战。在现实数据集上的实证研究表明，在信号故障存在的情况下，我们提出的方法在各种指标上均优于传统方法和深度学习方法，使吞吐量降低最多可达 48.6%。
引用
@article{arxiv.2408.09768,
title = {MalLight: Influence-Aware Coordinated Traffic Signal Control for Traffic Signal Malfunctions},
author = {Qinchen Yang and Zejun Xie and Hua Wei and Desheng Zhang and Yu Yang},
journal= {arXiv preprint arXiv:2408.09768},
year = {2024}
}
备注
Paper accepted to CIKM24 Full Research track