May, 2019
城市交叉口智能交通信号控制的强化学习方法
A Reinforcement Learning Approach for Intelligent Traffic Signal Control at Urban Intersections
Mengyu Guo, Pin Wang, Ching-Yao Chan, Sid Askary
TL;DR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。