通过深度强化学习方法，本研究调查了自适应信号控制和联网自动化车辆对交叉路口安全的影响，考虑了追尾和横穿冲突，并发现联合应用自动化车辆和基于深度 Q 网络的信号控制可以显著减少追尾和横穿冲突，从而提高交通安全性。

May, 2024

本研究提出了一种基于深度强化学习的自适应编队交叉口控制模型，该模型采用第一到达优先策略和深度 Q 算法来决定车辆通行的优先级和最佳编队大小，该模型相较于现有方法在旅行效率和燃油节省方面表现出卓越的性能。

Jun, 2022

通过深度强化学习（DRL）设计无模型的连续自动车（CAV）控制策略，我们在短期部署视角上研究了 CAV 辅助的紧急医疗服务（EMS）车道清理，显示了与基于模型的方法相比设计上的降低开销和更大的可扩展性及性能。在 19 种不同设置中，学到的 DRL 控制器在 6 个情况下优于平均减少 25％的旅行时间，并实现了平均改进 9％，强调了无模型的 DRL 策略在提高 EMS 响应和交通流协调方面的潜力和优势，着眼于实际的短期部署。

Dec, 2023

为了实现联合国可持续发展目标，此论文提出一种名为 CoTV 的多智能体深度强化学习系统，可协同控制交通信号和连接自动驾驶车辆，以实现减少旅行时间、燃料和排放的目标，且易于部署和维护，并在多种实际城市场景中进行了有效性模拟研究。

Jan, 2022

提出了一种基于深度强化学习的信号控制系统，该系统可以根据交通状况动态调整信号并使用重新路由技术平衡道路网络上的车辆，以帮助优化交通流的管理和减少拥堵。

Jun, 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

本研究提出了一种名为 CVLight 的分散式增强学习方案，应用于多交叉口自适应交通信号控制，利用了来自互联车辆的数据，提出了新算法 Asym-A2C，通过全面的实验，证明 CVLight 在各种交通需求和覆盖率下都优于现有算法，并展示了 Asym-A2C 的优势。

Apr, 2021

本文提出一种基于 GCN 和 DQN 的深度强化学习方法，名为 GCQ，用于信息融合和决策处理，以便协同感知获取的信息可以实现多辆 CAV 的安全和协作换道决策，从而达到个体意愿的满足，即使在高度动态和部分观察到的混合交通状况下，可以部署在道路边缘单元或云平台等集中控制基础设施上，以提高 CAV 运作。

Oct, 2020

本文提出了一个民间最优控制框架，该方法可以协调联网和自动化的车辆穿过城市区域的相邻两个交叉口，并优化车辆加减速度降低油耗，保证在不使用交通信号灯的情况下交叉口的流畅与行车安全和避免拥堵。最后在仿真实验中证实了该方法的有效性，并表明车辆油耗和行程时间均可以大大降低。

Sep, 2015

该论文提出了一个基于深度强化学习的交通协同优化框架，用于增强无信号道路交叉口的驾驶安全性和路段通行能力，其最重要的优点是将计算时间复杂度降低到毫秒级并能够应对不同车道数量的高扩展性。

May, 2022