宽深强化学习交通控制

自适应多智能体

面向智能交通灯控制，结合宽度网络与深度网络结构，引入遗忘经验机制提升训练的鲁棒性与自适应性。

朱睿杰 · Wu, Shuning · Li, Lulu · Wenting, Ding · Lv, Ping · Lu-Yao, Sui

IEEE Internet of Things Journal 2024

技术优势

训练更稳健

遗忘经验机制让智能体能辨别经验重要性，不再受随机采样噪声干扰，训练过程更稳定。

适应变化路况

采用深度特征提取模块捕捉关键交通信息，策略能适应不同交通状态。

优于主流方法

实验结果表明ABDRL在交通灯控制中的最优性和鲁棒性超越现有最先进的多智能体深度强化学习算法。

应用场景

• 智能交通系统：直接替换现有信号控制系统中的决策模块，减少人工干预。
• 多智能体协作：多路口信号灯协同优化，提升路网整体通行效率。
• 自主决策：无需预定义规则，智能体自主学习最优配时策略。