强化学习在城市交通信号灯控制方法中的应用

刘义¹，何均宏²

1. 深圳市公安局交通警察局，深圳518035

2. 华为技术有限公司，深圳518080

摘要 悉尼自适应交通控制系统（SCATS）、绿信比-周期-相位差优化技术（SCOOT）及Smooth采用自适应交通信号灯控制方法，对城市道路口的交通信号灯进行了有效控制。随着深圳城市交通流量急剧增长，深圳交警在自主研发Smooth信号控制式基础上，提出实时、分布式、自适应调控要求，联合创新了人工信号控制方案TrafficGo，探索基于深度神经网络的强化学习，通过在线学习各种流量负荷，实时推理计算信控时段、相位、相序、信号周期、绿信比、相位差，进一步优化了交通信号灯的控制模式。介绍了在交通信号灯控制中运用的强化学习模型，实地测评表明，其取得了一定改进效果。

关键词 交通信号控制；强化学习；人工智能；通行效率

（责任编辑  王志敏）

http://www.kjdb.org/CN/Y2019/V37/I6/84