基于MA2C方法优化和Sumo仿真实时推演的信号控制策略研究
Research on Signal Control Strategy Based on MA2C Method Optimization andSumo Simulation Real-time Inference作者机构：合肥革绿信息科技有限公司安徽合肥230039 安徽大学安徽合肥230039
出 版 物：《软件》 (Software)
年 卷 期：2024年第45卷第8期
页 面：48-50页
学科分类：08[工学] 0823[工学-交通运输工程]
基 金：教育部产学合作协同育人项目(22097045060937) 安徽省教育厅高校自然科学研究重点项目(KJ2021A0019) 企业横向课题(2023340104001234) 合肥市揭榜挂帅项目
摘 要：当前,交管部门多依赖人工经验解决城市交通车流拥堵问题,然而此种方法缺乏数学理论支持与实践验证,并且无法从全局性和整体性的角度提供最优方案。本文基于Sumo交通仿真,采用MA2C多智能体强化学习模型,制定具有针对性的信号灯配时强化学习规则,经多轮训练,获得对应车流运输效率最高的信号灯配时。同时,将Sumo仿真建模和数据处理过程进行了代码化与模块化,以提升运转效率,最终实现交通信号灯配时优化与过程的全自动化。
维普期刊数据库
同方期刊数据库