本發明公開了一種基于PPO和圖卷積神經網絡區域交叉口信號控制方法,包括以下步驟:構建交叉口協調控制區域并確立強化學習的狀態、動作、獎勵信息和圖卷積神經網絡的特征矩陣;構建區域交叉口分層信號控制模型;構建回放經驗池,處理和提取訓練數據和測試數據;訓練區域交叉口分層信號控制模型;對區域交叉口進行統籌聯合控制。本發明對控制區域建立多層信號控制模型,下層模型基于PPO算法構建多智能體控制模型;上層模型基于圖卷積神經網絡對各個交叉口進行統籌協調控制。本發明通過構建兩層控制結構,既減少了單點控制模型的運算負擔,又實現了對控制區域的總體最優控制,提高了控制區域內的車輛運行效率。
聲明:
“基于PPO和圖卷積神經網絡區域交叉口信號控制方法” 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)