基于MLP与改进GCN-TD3的交通信号控制建模与仿真

作     者：黄德启 涂亚婷 张振华 郭鑫 

作者机构：新疆大学电气工程学院 

出 版 物：《系统仿真学报》 (Journal of System Simulation)

年 卷 期：2024年

核心收录：

学科分类：08[工学] 0838[工学-公安技术] 

基　　金：新疆维吾尔自然科学基金项目(2022D01C430) 国家自然科学基金项目(51468062) 

主　　题：交通信号控制 图卷积神经网络 强化学习 双延迟深度确定性策略梯度 协同控制 

摘      要：针对城市交叉口车流量不均、道路容量有限以及现有交通信号控制算法协同性较差问题，研究了一种基于图卷积强化学习的交通信号控制算法。利用多层感知器提取被控路口与邻近路口的车辆及相位信息的动态特征，采用图卷积神经网络将车辆动态特征聚合为区域交通的潜在特征，由改进的双延迟深度确定性策略梯度（Twin Delayed Deep Deterministic Policy Gradient， TD3）算法进行多次迭代得到控制策略，将控制策略应用于城市路网的交通相位配时中，最大化的提升路网车辆的通行效率。通过SUMO仿真平台对控制模型进行仿真验证，实验表明，该算法能够适应动态变化的复杂路网环境，且在高饱和流量下控制效果明显，能有效提高路网的通行效率，缓解交叉口高峰期拥堵问题。