基于多路口车辆感知预测的协同信号配时技术

为了缓解大城市的交通拥堵现状,交叉口信号灯配时的研究越来越有必要。普遍的交通信号配时技术,是基于单路口、传统车辆检测方法而设计的,没有考虑影响实际交通状况的流量,存在配时不准确、不智能的局限性。通过基于强化学习的深度Q网络,提出基于多路口车辆感知预测的协同信号配时技术,将每个路口建模为一个代理,每个代理被训练从道路环境接受交通状态并采取最佳行动。实验表明,该方法不仅可以有效地进行交通流量预测,解决多路口协同的信号灯配时问题,还可以提高配时技术的智能性。