本研究旨在探究强化学习算法在 PD-ITSC 中应用的可行性及其应对瞬态变化场景的效果，结果表明相较于基于值函数的算法，基于策略的算法对于应对瞬态环境变化更加有效。

Oct, 2019

本研究提出了一种基于多智能体协作的在线规划方法，旨在实现适应性、实时和网络级交通信号控制（TSC），并证明这种方法能够有效提高交通流量的控制和性能。

Jun, 2023

提出了一种新颖的交通信号控制系统框架，通过与多个相邻的边缘计算服务器协作收集道路网络上的交通信息，采用多智能体软 actor-critic 强化学习算法结合超图学习，以实现交通信号控制的智能化，优化交通流量，并且能够捕捉多个交叉口之间的复杂时空相关性，实现更智能、更具响应性的城市交通管理解决方案。

Apr, 2024

本篇研究检验了强化学习对于交通信号控制中的应用，探讨了其中的挑战与不确定性，提出了需要更多系统性思维的研究来解决这些挑战。

Jun, 2022

该论文调查了机器学习中的强化学习方法在交通信号控制中的应用，并提出通过综合现有文献促进该重要研究领域的跨学科研究。

Apr, 2019

该研究开发了一种基于强化学习的网络安全攻击模型，用于识别适应性交通信号控制器在通过连接的车辆接收实时车辆轨迹数据来调节绿色时间时所存在的困境。

Oct, 2022

本文研究了一种通过马尔可夫决策过程和强化学习算法来优化交通信号控制的方法，使用模拟软件 SUMO 模拟了一个城市交叉口，讨论了循环调度器，反馈控制机制和深度 Q 网络等不同策略及其对交通流的影响，最终在班加罗尔的一个真实交叉口进行了测试验证。

Sep, 2021

该研究探讨了基于计算机视觉的交通信号控制方法，通过视觉观测调节道路上的交通流量，引入了名为 TrafficDojo 的综合交通模拟框架，通过将 SUMO 提供的微观交通流量集成到驾驶模拟器 MetaDrive 中进行基线算法的比较和综合评估，为设计和发展基于视觉的交通信号控制方法打开了新的研究机会。

Mar, 2024

通过结合交通流理论和机器学习，我们提出了一种全面的数据驱动和免费模拟器的实现逼真交通信号控制框架 (D2TSC)。我们利用历史交通数据构建了一个奖励推断模型，通过粗粒度的交通数据来推断奖励信号，并进一步使用样本高效的离线 RL 方法，从真实世界交叉口的离线历史数据集中直接学习信号控制策略。通过广泛实验证明，我们的方法在传统方法和离线 RL 基准上取得了卓越的性能，并且具有更好的实际应用性。

Nov, 2023

提出一种用马尔科夫决策过程描述控制器设计问题和解决方案建模的新型 ATSC 方法，并分析现有研究中常被忽视的系统性问题，并提出未来可能的解决方向。

Nov, 2022