本文基于强化学习方法提出一种针对城市交叉口交通信号控制的新模型，采用神经网络作为 Q 函数的近似器进行复杂的信号控制，使用开放源代码的交通模拟器 SUMO 进行实验，结果表明该模型能够显著降低排队长度和等待时间，与基准方法相比具有更好的收敛性和泛化性能。

May, 2019

CityFlowER 是一种高效和逼真的基于机器学习模型的城市交通仿真工具，通过在仿真器中直接嵌入机器学习模型以消除对外部 API 的依赖，实现了个体车辆基于规则和机器学习行为模型的混合，从而在大规模仿真中提供了前所未有的灵活性和效率。

Feb, 2024

本研究基于自组织微级控制与强化学习及基于规则的行动选择，利用代理模型和模拟来研究城市交通流的紧密关联和效率提升，通过环境传感器的本地感知进行个体决策和改变路线，以增加行程的效率，缩短道路长度和旅行时间。

Feb, 2022

提出了一种交通信号控制系统，利用现代深度强化学习方法构建适应性交通信号控制器，通过对作为输入的交通密集信息进行 Q-learning 训练并使用经验回放，与一种单隐藏层神经网络通讯信号控制器相比，实现了平均累计延迟减少 82％，平均队列长度减少 66％，平均旅行时间减少 20％。

Nov, 2016

本文提出了一种基于相位竞争模型的交通信号控制方法 FRAP，它利用强化学习算法实现了自适应，具备更好的解决方案和更快的收敛速度，同时在不同的道路结构和交通情况下实现了卓越的普适性。

May, 2019

本文介绍了一个名为 LemgoRL 的基准工具，为了关闭现有交通信号控制器在简化的模拟环境下不能正确地执行任务的差距，提出在更真实的模拟环境中进行 RL 算法的训练，以在真实世界的交通系统中应用。通过在这个基准工具上训练一个深度 RL 算法的性能表现，论文指出本基准工具推动 RL 算法向着真实世界应用方向的发展。

Mar, 2021

本论文详细研究采用深度强化学习（RL）算法解决交通拥堵问题，并开发了一个开源框架以评估这些算法在不同的交通模拟环境下的表现。通过考虑一系列外生不确定因素，如需求激增、容量减少和传感器故障等。我们得出了深度强化学习算法在交通控制领域的关键见解，并提出了具体的设计以减轻这些考虑过的外生不确定因素对系统的影响。

Apr, 2019

随着旅游需求的增加和城市交通状况的复杂化，采用多智能体深度强化学习 (MARL) 来控制交通信号成为热门话题。本文提出了一种基于智能体合作方案的 Friend-Deep Q-network (Friend-DQN) 方法，以用于城市网络中的多个交通信号控制，该方法可以减少状态 - 操作空间，从而加快收敛速度。通过使用 SUMO (城市交通仿真) 平台评估友好 DQN 模型的表现，并展示其相对于其他现有方法的可行性和优越性。

Jun, 2023

交通模拟器对于智能交通系统的学习数据生成起着重要作用。本研究通过对两种常用交通应用强化学习（RL）代理训练的模拟器 CityFlow 和 SUMO 进行控制实验，发现它们在 RL 相关度量指标上存在分布等效性的问题，暗示交通模拟器对 RL 训练并非万能解决方案。了解不同模拟器之间的差异对于训练和部署基于 RL 的智能交通系统至关重要。

Nov, 2023

我们提出了一种方法，通过随机化基于规则的微观交通流的车辆跟随模型和变道模型的某些参数来随机化周围车辆的驾驶风格和行为，发现在高保真度微观交通流下训练的策略相比其他微观交通流下训练的模型具有更高的成功率和更好的计算奖励。

Mar, 2024