基于线下强化学习与宏观模型的匝道控制方法

摘要

本发明公开了一种基于线下强化学习与宏观模型的匝道控制方法，包括：获取高速公路几何参数，道路交通数据以及控制信息，建立并标定宏观交通流模型；基于宏观交通流模型中生成合成强化学习数据，与历史数据混合获得强化学习数据集；进行线下强化学习：更新策略进行线上控制并采集道路交通数据以及控制信息；重复上述步骤迭代训练。本发明提出的既避免了通过微观仿真平台与实际交通条件的固有不匹配所带来的系统误差，也避免了完全线下学习的收敛问题，同时宏观交通模型提高了强化学习动作探索的效率，解决了实际环境中数据有限的问题，最终方案很大程度避免了交通拥堵，提高了交通运行的效率。