MoveLight：通过基于运动的深度强化学习增强交通信号控制
机器学习
2024-07-25 v1
摘要
本文介绍了 MoveLight，一种新颖的交通信号控制系统，通过基于运动的深度强化学习来增强城市交通管理。通过利用详细的实时数据和先进的机器学习技术，MoveLight 克服了传统交通信号控制方法的局限性。它采用基于车道级别的控制方法，利用 FRAP 算法实现动态自适应的交通信号控制，优化交通流，减少延误，并提高整体效率。我们的研究证明了 MoveLight 在单个交叉口、主干道和路网层面的可扩展性和有效性。使用来自科隆和杭州的真实世界数据集进行的实验表明，与现有方法相比，在排队长度、延误和吞吐量等指标上均有显著改善。这项研究凸显了深度强化学习在智能交通信号控制中的变革潜力，为可持续和高效的城市交通系统树立了新标准。
引用
@article{arxiv.2407.17303,
title = {MoveLight: Enhancing Traffic Signal Control through Movement-Centric Deep Reinforcement Learning},
author = {Junqi Shao and Chenhao Zheng and Yuxuan Chen and Yucheng Huang and Rui Zhang},
journal= {arXiv preprint arXiv:2407.17303},
year = {2024}
}