本申請公開了一種基于強化學習的交通信號燈控制方法與系統,包括:S1,控制器根據局部觀測信息和上層策略,從多個子策略中選擇一個;S2,子策略根據局部觀測信息,從多個相位中選擇一個執行一個時間步;S3,控制器根據獲取到的獎勵和當前時間觀測信息,更新子策略的參數;S4,更新后的子策略選擇保持或更換相位,執行一個時間步;S5,控制器根據執行的時間步和周期的數量以及鄰域觀測信息,更新權重參數和上層策略,執行S1,或執行S3,或得到訓練好的智能體;S6,使用訓練好的智能體控制一個路口中的所有交通信號燈。能夠在控制其自身對應的路口交通信號燈的同時,兼顧配合與其相鄰的路口,進行協同合作,從而縮短全局車輛在路口的平均行駛時間。
聲明:
“基于強化學習的交通信號燈控制方法與系統” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)