基于随机策略梯度的交通信号控制方法、系统及电子设备

摘要

本发明公开了基于随机策略梯度的交通信号控制方法、系统及电子设备，该方法包括：获取至少一个控制信号交叉口的静态路网数据；根据静态路网数据可视化绘制交通仿真路网；获取至少一个控制信号交叉口的实时交通运行状态数据；根据交通运行状态数据对交通仿真路网中的仿真参数进行参数校核，得到优化后的交通仿真路网；将观测优化后的交通仿真路网得到的交通状态输入价值网络，得到交通状态下每个信号控制方案的评价值；将交通状态输入策略网络，得到每个信号控制方案的概率值；基于交通状态下每个信号控制方案的评价值以及一个信号控制方案，通过随机策略梯度更新策略网络的参数。本发明提供的方法，能够解决信号控制具有的维数爆炸的问题。