基于多智能体深度强化学习与V2X通信的交通信号灯优化
人工智能
2020-02-25 v1 机器学习
多智能体系统
摘要
我们考虑一种利用多智能体深度强化学习与车联万物(V2X)通信来优化交通信号时长的系统。该系统旨在分析多智能体控制交通灯时长的独立奖励与共享奖励。交通灯学习智能体在其圆形V2X覆盖范围内的车道上获取信息。交通灯的时长周期被建模为马尔可夫决策过程。我们研究了四种奖励函数的变体。前两种为未共享奖励：基于两个交通灯周期之间车辆的等待数量和等待时间。第三和第四种函数为：基于所有智能体的等待车辆和等待时间的共享奖励。每个智能体均通过目标网络与优先经验回放进行记忆优化。我们通过城市流动性仿真(SUMO)模拟器对多智能体进行评估。结果证明了所提系统在优化交通信号方面的有效性，与传统周期交通控制系统相比，平均等待车辆减少了41.5%。
引用
@article{arxiv.2002.09853,
title = {Optimizing Traffic Lights with Multi-agent Deep Reinforcement Learning and V2X communication},
author = {Azhar Hussain and Tong Wang and Cao Jiahua},
journal= {arXiv preprint arXiv:2002.09853},
year = {2020}
}
备注
7 Figure, Table 1