探讨自动驾驶汽车的出现如何增加网络吞吐量，激励用户选择更优路径以便缓解拥堵，讨论自私均衡和互惠均衡之间的比较，并通过交通微观模拟实现了总延迟减少的目标。

Oct, 2018

本研究提出了一种结合顺序公交网络设计和最优学习的人工智能驱动算法，以逐步扩大路线系统并更新当前的操作员使用的知识，验证表明，考虑相关性的探索可以实现比贪婪选择更好的性能，在未来的研究中，该问题可能加入更多复杂性如出行时间弹性、换乘次数无限制和扩展成本等方面。

May, 2023

本研究提出了一种基于 PPO 强化学习的延迟补偿反馈控制器，通过控制自适应巡航控制（ACC）车辆的时间间隔来稳定拥堵区域的交通流量，使用 ARZ 模型对一段高速公路上的交通流进行仿真实验，结果表明，相对于 Lyapunov 控制，PPO 控制具有更快的收敛速度和更少的控制力，在具有输入延迟的交通系统中，PPO 控制器的性能与后方补偿控制器的性能相当。然而，PPO 对参数扰动具有鲁棒性，而后方补偿控制器无法稳定其中一个参数受高斯噪声扰动的系统。

Apr, 2022

本文研究了大规模通信网络中的信息路由问题，提出了一种基于图神经网络架构的状态扩展策略以最大化源节点的信息聚合，并利用节点的局部信息高效地将所需信息路由到目标节点，通过无监督学习过程将图神经网络输出转化为最优信息路由策略，实验证明该方法在 GNN 参数化训练方面相比基准算法具有改进的性能。

Sep, 2023

本文提出了一种新的 N 人动态路由博弈模型，研究交通流量的基本图表并介绍了明确的拥堵动态学；然而，由于 Nash 均衡计算是 PPAD 完全的，因此提出了相应的均值场游戏，该方法在交通动力学建模方面取得了成功。

Oct, 2021

该研究通过将驾驶游戏建模为拥塞游戏来界定均衡效率，并通过模拟交通拥堵情况对社会成本和个人利益之间的相对权衡进行探究，得出了针对一些问题的 PoA 的改进边界。该研究还通过去中心化多智能体强化学习策略得出了高效均衡状态。

Oct, 2022

使用强化学习与交通概念相结合的奖励函数，基于智能技术实现人性化的交通管理，该算法可应用于不同的网络配置下并取得了显著的成果。

Apr, 2023

在协作目标导向的情境中，我们提出了一个具有挑战性的交互参考游戏，要求两名玩家在视觉和语言观察方面进行协调。我们展示了标准的 Proximal Policy Optimization (PPO) 设置在启发式伙伴行为的引导下能够获得较高的成功率，并且我们发现相互配对的神经伙伴确实在重复游戏时减少了测量到的联合努力，但与合理的启发式配对相比仍有改进的空间，这促使进一步探索协作互动中的成本分享方向的研究。

Mar, 2024

通过使用一种经过学习的剩余策略，基于单个带有人类驾驶员的车辆，我们可以减轻交通拥堵并改善驾车体验，尤其是考虑到各种驾驶员行为的不确定性。

Jun, 2024

优化自动驾驶车辆的交通动态是至关重要的，本文通过采用强化学习算法 —— 近端策略优化（PPO），得出用于最小化交通拥堵和污染的自动驾驶车辆选择的新方法，并通过实证分析证明该方法可以降低时间和污染水平。

Sep, 2023