部分可检测的智能交通信号控制：环境自适应
信号处理
2019-10-25 v1 人工智能
机器学习
摘要
部分可检测的智能交通信号控制（PD-ITSC）系统能够基于有限的检测信息优化交通信号，有望成为未来缓解交通拥堵的一种高性价比方案。本文关注 PD-ITSC 中的一个特定问题——对变化环境的自适应。为此，我们研究了不同的强化学习算法，包括 Q-learning、近端策略优化（PPO）、优势演员-评论家（A2C）以及带 Kronecker 因子化信任域的演员-评论家（ACKTR）。我们的研究结果表明，强化学习算法在车辆部分检测条件下能够找到最优策略；然而，基于策略的算法比基于价值的算法能更高效地适应变化的环境。我们利用这些发现就不同模型对 PD-ITSC 系统的价值得出结论。
引用
@article{arxiv.1910.10808,
title = {Partially Detected Intelligent Traffic Signal Control: Environmental Adaptation},
author = {Rusheng Zhang and Romain Leteurtre and Benjamin Striner and Ammar Alanazi and Abdullah Alghafis and Ozan K. Tonguz},
journal= {arXiv preprint arXiv:1910.10808},
year = {2019}
}
备注
Accepted by ICMLA 2019