Dueling双DQN交通信号控制模型

候时降19.89%

状态融合压缩多维感知，趋势奖励弱化历史影响，实现路口信号策略即时调整。

Xiaoxue, Tan · Zhou, Yonghua · Xiangmeng, Jiao

Engineering Applications of Artificial Intelligence 2025

参数信息

累积等待时间降幅

19.89 %

车辆排队降幅

17.96 %

平均速度提升

5.17 %

技术优势

即时调整策略

趋势奖励削弱历史奖励的影响，使模型能根据等待时间的变化趋势立即调整策略。

压缩多维输入

状态融合方法从多传感器数据中提取空间特征，为信号控制提供简洁准确的交通状态描述。

应用场景

• 城市交通信号控制：直接部署到现有信号系统，依据实时传感器数据优化相位，减少拥堵。
• 多传感器数据融合：用统一特征表示融合多源数据，简化状态空间，提升训练效率。
• 智能交通系统：作为强化学习信号控制组件嵌入智能交通平台，支撑实时决策。