单交叉口信号配时的离线Q学习模型研究
作者:
卢守峰
;
韦钦平
;
刘喜敏
关键词:
交通控制
信号配时
离线
学习
变周期
摘要：
为提高交通控制系统的适应性和鲁棒性，采用强化学习方法实现交通控制模型的学习能力。对固定周期和变周期两种模式下的单交叉口信号配时优化进行研究，构造了等饱和度优化目标的奖赏函数，建立了等饱和度和延误最小两个优化目标的离线Q学习模型。采用对流量进行离散的方法解决了状态维数爆炸问题。通过算例对建立的4种离线Q学习模型解的结构、最优解的分布进行分析，结果表明相对于在线Q学习模型，离线Q学习模型更适合交叉151信号配时优化。采用“离线学习，在线应用”的方法，将建立的定周期延误最小离线Q学习模型与Webster定周期模型的性能进行对比，总体上前者的车均延误和累积延误低于后老n
上一篇：基于粒子群优化的细菌觅食优化算法
下一篇：一类非线性微分代数子系统的逆系统控制及应用