基于Deep Q Networks的交通指示灯控制方法

来源：计算机测量与控制杂志2021年第6期北京时间：

作者：颜文胜,吕红兵

摘要：交通指示灯的智能控制是当前智能交通研究中的热点问题。为更加及时有效地自适应动态交通，进一步提升街道路口车流效率，提出了一种基于Deep Q Networks的道路指示灯控制方法。该方法基于道路指示灯控制问题描述，以状态、行动和奖励三要素构建道路指示灯控制的强化学习模型，提出基于Deep Q Networks的道路指示控制方法流程。为检验方法的有效性，以浙江省台州市市府大道与东环大道交叉路口交通数据在SUMO（Simulation of Urban MObility）中进行方法比对与仿真实验。实验结果表明，基于Deep Q Networks的交通指示灯控制方法在交通指示等的控制与调度中具有更高的效率和自主性，更有利于改善路口车流的吞吐量，对道路路口车流的驻留时延、队列长度和等待时间等方面的优化具有更好的性能。

关键词：道路指示灯;Deep Q Networks;智能交通;信号控制;

基金资助：浙江省高等教育“十三五”教学改革研究项目（jg20190884）, 浙江省教育厅科研项目（Y202044737）, 台州职业技术学院2019年重大专项课题（2019HGZ02）