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

本文提出了一种基于相位竞争模型的交通信号控制方法FRAP，它利用强化学习算法实现了自适应，具备更好的解决方案和更快的收敛速度，同时在不同的道路结构和交通情况下实现了卓越的普适性。

May, 2019

本文通过经典交通理论的视角重新审视强化学习在交通信号控制中的应用，提出了LIT方法，使用简单的状态和奖励设计达到最优解，实验结果显示该方法明显优于现有交通信号控制方法。

May, 2019

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

该研究提出了一种基于增强数据的强化学习方法来训练适用于不同结构的路口的通用模型，其中包括新的代理设计和数据增强方法，使得该模型的泛化性能更好，可以在SUMO交通模拟环境中测试其有效性，并成功将训练时间缩短了80%，性能跟单一环境训练的模型非常接近。

Oct, 2022

本文提出了一种基于循环离线数据集的数据驱动方法来解决真实交通信号控制中部署的问题。在仿真与真实环境中进行了广泛实验，结果表明，引入循环离线数据集的数据驱动方法在某些情况下可以实现令人满意的性能，COD可以被视为用于交通信号控制问题的可靠离线数据集。

Mar, 2023

本文介绍了如何使用强化学习来解决城市道路网络中交通信号控制的问题。我们提出了两种解决方案：第一种方案使用状态值估计来进行自适应控制，第二种方案同时使用状态值和奖励值估计来训练强化学习模型进行自适应控制。我们在合成和实际道路网络交通方面进行了大量实验，并发现我们的方法在处理缺失数据的情况下表现优异，且具有鲁棒性。

Apr, 2023

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

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

本研究针对城市交通需求持续增加导致的严重拥堵问题，提出了一种基于强化学习的自适应交通信号控制方法。通过动态控制交叉口的交通信号，优化现有交通网络，并开发了两种强化学习算法，实验结果表明其性能明显优于传统信号控制系统，潜在地降低了部署成本。

Aug, 2024