Jul, 2024
基于深度强化学习和连接车辆的自适应交通信号优先控制
Adaptive Transit Signal Priority based on Deep Reinforcement Learning
and Connected Vehicles in a Traffic Microsimulation Environment
TL;DR本研究旨在解决传统自适应交通信号优先算法在处理复杂非线性目标函数时的局限性，提出了一种基于模型的强化学习交通控制方法。通过在微观仿真环境中应用连接车辆数据，研究开发了一种事件驱动的交通信号优先控制RL代理，实现了公交车约21%的行程时间缩短，并对一般交通影响微小，具有重要的实用价值。