基于强化学习的交通信号设计以最小化排队长度
系统与控制
2025-09-29 v1 机器学习
系统与控制
摘要
高效的交通信号控制对于减少拥堵、出行延误和污染以及确保道路安全至关重要。传统方法（如固定信号控制和感应控制）通常难以应对动态交通模式。在本研究中，我们提出了一种新颖的自适应 TSC 框架，该框架利用强化学习，采用近端策略优化算法，以最小化所有信号相位上的总排队长度。通过多种状态表示，包括扩展状态空间、自编码器表示和受 K-Planes 启发的表示，解决了为 RL 控制器高效表示高度随机交通状况的挑战。所提出的算法已使用城市交通微观仿真器实现，并在减少排队长度方面表现出优于传统方法和其他常规基于 RL 方法的性能。与传统的 Webster 方法相比，性能最佳的配置使平均排队长度减少了约 29%。此外，对替代奖励公式的比较评估证明了所提出的基于排队的方法的有效性，展示了其在可扩展自适应城市交通管理中的潜力。
引用
@article{arxiv.2509.21745,
title = {Reinforcement Learning Based Traffic Signal Design to Minimize Queue Lengths},
author = {Anirud Nandakumar and Chayan Banerjee and Lelitha Devi Vanajakshi},
journal= {arXiv preprint arXiv:2509.21745},
year = {2025}
}