基于需求波动的区域性单智能体强化学习交通信号控制
摘要
交通拥堵主要由交叉口排队引起，显著影响城市生活水平、安全、环境质量和经济效率。虽然交通信号控制（TSC）系统在缓解拥堵方面具有潜力，但传统优化模型往往难以捕捉真实交通的复杂性和动态特性。本研究引入一种新颖的单智能体强化学习（RL）框架，用于区域自适应TSC，通过集中决策范式规避多智能体系统所固有的协调复杂性。该模型采用邻接矩阵统一编码道路网络拓扑结构、来自探测车辆数据派生的实时排队状态以及当前信号定时参数。利用DreamerV3世界模型的高效学习能力，智能体学习控制策略，其中动作依次选择交叉口并调整其信号相位时长，以调节交通流入/流出，类似于反馈控制系统。奖励设计优先考虑排队消除，直接将拥堵指标（排队长度）与控制动作关联。仿真实验在SUMO上进行，结果显示：在推断场景下（OD需求波动为10%、20%、30%），该框架展现出强大的抗波动能力并显著降低排队长度。本工作为与探测车辆技术兼容的智能交通控制开辟了新范式。未来研究将聚焦通过纳入训练中的随机OD需求波动以及探索应急事件的区域优化机制，以提升方法的实际应用性。
引用
@article{arxiv.2511.00549,
title = {Robust Single-Agent Reinforcement Learning for Regional Traffic Signal Control Under Demand Fluctuations},
author = {Qiang Li and Jin Niu and Lina Yu},
journal= {arXiv preprint arXiv:2511.00549},
year = {2026}
}
备注
A critical error in the methodology. The reported congestion control effects were not caused by the proposed signal timing optimization, but by an incorrect traffic volume scaling factor during evaluation. The traffic demand was not properly amplified, resulting in misleading performance gains. Due to the substantial nature of the error, completion of revisions is not feasible in the short term