基于深度强化学习的城市交通信号控制综述

摘要

传统模型驱动的自适应交通信号控制系统灵活性较低,难以满足当前复杂多变交通系统的控制要求。近年来,深度强化学习方法在城市交通信号控制研究领域得到快速发展,并且与传统方法相比展现出一定的优势。交通信号控制在城市交通管理中起着至关重要的作用,因此,基于深度强化学习的交通信号控制具有较高的研究价值和意义。本文系统地介绍了深度强化学习的基本理论和其应用于交通信号控制系统的发展现状,包含单交叉口独立控制和多交叉口协同控制,并对已有模型和算法的优缺点进行分析。文章主体包括:基于深度强化学习的单交叉口信号控制模型和研究结果,基于深度强化学习的多交叉口协调控制模型和研究结果,以及用于评估交通信号控制模型的仿真环境。最后,总结了基于深度强化学习的交通信号控制系统的开放性问题及其在实际应用方面的挑战,并提出该领域未来的主要发展方向。我们希望本文为智能交通领域的研究学者提供参考的同时能够对交通信号控制的智能化起到积极作用。