一種基于納什Q學習算法的交叉口聯(lián)合信號控制方法

基本信息

申請?zhí)?/td> CN202110623777.3 申請日 -
公開（公告）號 CN113487891B 公開（公告）日 2022-07-01
申請公布號 CN113487891B 申請公布日 2022-07-01
分類號 G08G1/081（2006.01）I;G08G1/08（2006.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I 分類 信號裝置;
發(fā)明人 王昊;劉曉瀚;董長印;楊朝友 申請（專利權(quán)）人 揚州市法馬智能設(shè)備有限公司
代理機構(gòu) 南京經(jīng)緯專利商標代理有限公司 代理人 -
地址 210096江蘇省南京市玄武區(qū)四牌樓2號
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種基于納什Q學習算法的交叉口聯(lián)合信號控制方法，屬于交通信號自適應(yīng)控制技術(shù)領(lǐng)域，包括以下步驟：構(gòu)建相鄰交叉口協(xié)調(diào)控制模型并確立強化學習的狀態(tài)、動作、獎勵信息；構(gòu)建納什Q學習網(wǎng)絡(luò)控制模型；獲取模型訓練和測試數(shù)據(jù)；訓練納什Q學習網(wǎng)絡(luò)模型；對控制區(qū)域交叉口實施聯(lián)合協(xié)同控制。本發(fā)明在基于強化學習思想實現(xiàn)交叉口自學習控制的基礎(chǔ)上，考慮交叉口間存在的聯(lián)系對交叉口整體區(qū)域控制效果的，在交叉口的協(xié)同博弈中實現(xiàn)交叉口間的納什均衡控制。本發(fā)明通過博弈控制理論，實現(xiàn)相鄰交叉口間的協(xié)調(diào)控制，在一定程度上緩解了因相鄰交叉口缺乏合作機制而造成的擁堵問題。