本文提出了一个名为 DynamicLight 的两阶段深度强化学习框架，它使用最大队列长度选择正确阶段，并采用深度 Q 学习网络确定相应阶段的持续时间。在此基础上，还引入了两个变体。数字实验表明，DynamicLight 在确定相位持续时间方面可以满足，DynamicLight-Lite 可以与大多数基线方法相匹配或优于大部分基线方法，DynamicLight-Cycle 在当前 TSC 系统方面表现出高性能。

Nov, 2022

本研究引入了 CycLight，一种新颖的基于循环层次的深度强化学习方法，用于网络级自适应交通信号控制系统。与大多数传统的基于强化学习的交通控制器不同，CycLight 采用了循环层次的策略，使用参数化深度 Q 网络算法同时优化循环长度和分割。该循环层次方法有效减少了频繁数据通信的计算负担，同时增强了实际应用的实用性和安全性。为多智能体协作制定了分散的框架，同时整合了注意机制以准确评估当前交叉口周围环境的影响。在大型合成交通网格上使用微观交通仿真工具 SUMO 对 CycLight 进行了测试。实验结果不仅证明了 CycLight 相对于最先进方法的卓越性能，还展示了其对信息传输延迟的稳健性。

Jan, 2024

LLMLight 通过利用大型语言模型（LLMs）进行交通信号控制任务，实现了人类般的决策过程，确保道路网络的最优效率。

Dec, 2023

本研究探讨了如何提高道路交通信号灯的效率，提出了一种名为 CoLight 的新模型，使用图形注意网络来帮助交通信号之间的通信，实现了更好的交通信号控制表现，并展示了在大规模道路网络中实现的效果。

May, 2019

该研究提出了一种基于学习的方法，用于复杂交叉口的信号控制，通过设计一种可解释的树状紧急程度函数，并利用遗传编程进行优化，相比交通领域中的先进方法和一种已知的深度强化学习方法，实验结果表明这种方法能够提高交通信号控制的性能。

Mar, 2024

自行车骑手偏向使用能够将他们与机动车流分离的基础设施。将交通信号灯用于分离汽车和自行车流，同时增加自行车专用绿灯阶段，是一种轻量且廉价的解决方案，可动态部署以评估是否需要更重的基础设施，例如独立的自行车道。为了弥补这些新阶段引起的等待时间增加，我们在本文中介绍了一种深度强化学习解决方案，它根据交通情况调整交通信号灯的绿灯周期。通过分析车辆计数数据，我们将这种深度强化学习方法与主动式交通信号灯控制算法进行了比较。结果表明，几乎在所有时间段内，深度强化学习能够更好地最小化车辆等待时间。我们的深度强化学习方法还能够适应自行车交通量的适度变化。欢迎访问本文提供的代码链接。

Nov, 2023

本文提出的 TinyLight，是一个为了极度有限的设备设计的基于深度加 强学习的自适应交通信号控制模型，使用熵最小化目标函数自动减少超图中的边缘，大大降低资源消耗。

May, 2022

Reinforcement learning-based approach called DuaLight is proposed for traffic signal control to alleviate congestion and improve efficiency by leveraging scenario-specific experiential information and generalizable dynamics across scenarios, achieving competitive performance and offering 3-7% improvements in traffic congestion.

Dec, 2023

本研究提出一种实时交通信号灯控制方法，使用深度 Q 学习，并结合奖励函数，考虑排队长度、延迟、旅行时间和吞吐量，通过根据当前交通状况动态决定相位变化。通过使用合成和实际交通流数据在中国杭州的一个路口进行验证，结果表明与传统的固定信号计划相比，该方法显著改善了车辆等待时间（57.1% 至 100%）、排队长度（40.9% 至 100%）和总行程时间（16.8% 至 68.0%）。

Aug, 2023

本文扩展了 Gershenson 在一个抽象的模拟中研究的自组织交通信号灯的结果，使用布鲁塞尔大街的真实数据在一个高级交通模拟器中实现自组织交通信号灯，平均而言，与当前的绿波方法相比，不同交通密度时的旅行等待时间缩短了 50％。

Oct, 2006