元强化学习交通信号控制器

新场景快速适应

将任务推断与控制解耦，显著提升元训练效率，使集中式交通控制在大型路网中更高效地学习。

吴佳 · Yican, Lou

IEEE/CAA Journal of Automatica Sinica 2023

参数信息

数据集数量

2

技术优势

绕开维度灾难

序列到序列模型配合注意力机制，把全局状态-动作空间拆成子空间，使模型规模不必随路口数量指数增长。

新环境学得快

上下文元强化学习把任务推断与策略控制解耦，提高元训练效率并加速新环境中的学习过程。

实测效果拔群

在两个真实世界数据集上的评估显示，该方法超过了当前最先进的深度强化学习方法和传统控制方法。

应用场景

• 智能交通系统：作为即插即用的信号控制核心，直接嵌入现有交通管控系统。
• 强化学习城市控制：为城市级强化学习控制提供高效样本利用的元学习框架。
• 交通信号优化：能全局协调路网信号配时，避免局部优化造成的拥堵转移。