一种基于深度Q网络学习的交通灯动态配时算法

摘要

本发明公开了一种基于深度Q网络学习的交通灯动态配时算法，方法中交通控制中心首先统计所有交通灯智能体，存入集合中。交通控制中心对所有智能体的深度Q网络的权重进行初始化，并且根据路网上交通灯发送的动作控制请求进行动态配时，之后执行该配时动作。交通控制中心实时检测各智能体所选动作是否结束，对所选动作执行完毕的智能体根据实时反馈的交通信息来输入深度Q网络并根据网络的输出判断下次交通配时的具体时间，判断未终止时，控制中心重新根据交通灯发送的动作控制请求进行动态配时。最终达到合理对交通灯进行配时，减轻交通拥堵的效果。