H-QMIX算法

Zihan, Guo · 吴妍 · 王丽芳 · 张俊智

IEEE Transactions on Intelligent Transportation Systems 2024

技术优势

启发式引导

通过引入基于刺激通行序列和安全约束的动作掩码，引导CAV高效安全通过交叉口，避免无效动作。

训练更快

与IPPO、QMIX相比，H-QMIX在两个案例中均表现出更好的训练性能，包括安全性和效率。

抗通信延迟

在具有V2V通信延迟的实际场景中，零样本迁移后仍能保持性能，表明对一定延迟具有鲁棒性。

应用场景

• 交叉路口协调：用学习到的策略在无信号交叉口协调多辆网联自动驾驶车辆，减少冲突和延误。
• 自动驾驶车队：为自动驾驶车队提供分布式决策方法，提升车队通过交叉口的整体效率与安全性。