聚类与信息共享的多智能体深度强化学习协同控制交通灯

来源：电子与信息学报杂志2024年第2期北京时间：

作者：杜同春, 王波, 程浩然, 罗乐, 曾能民

单位：1.安徽师范大学计算机与信息学院 芜湖 2410082.哈尔滨工程大学经济管理学院 哈尔滨 150001

摘要：该文提出一种适用于多路口交通灯实时控制的多智能体深度循环Q-网络(MADRQN)，目的是提高多个路口的联合控制效果。该方法将交通灯控制建模成马尔可夫决策过程，将每个路口的控制器作为智能体，根据位置和观测信息对智能体聚类，然后在聚类内部进行信息共享和中心化训练，并在每个训练过程结束时将评价值最高的值函数网络参数分享给其它智能体。在城市交通仿真软件(SUMO)下的仿真实验结果表明，所提方法能够减少通信的数据量，使得智能体之间的信息共享和中心化训练更加可行和高效，车辆平均等待时长少于当前最优的基于多智能体深度强化学习的交通灯控制方法，能够有效地缓解交通拥堵。

关键词：交通信号灯协同控制, 集中训练分散执行, 强化学习智能体聚类, 生长型神经气, 深度循环Q网络