公开(公告)号：CN115019523A

公开(公告)日：2022-09-06

申请号：CN202210609424.2

申请日：2022-05-31

Applicant: 南京邮电大学

Inventor： 罗杰 ,  余鹏程

IPC: G08G1/07 ,  G08G1/08 ,  G08G1/01 ,  G06F30/27 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种基于最小化压力差的深度强化学习交通信号协调优化控制方法，包括：步骤S100，采集交叉口各条车道上的车辆位置信息和速度信息；步骤S200，根据车辆位置信息和速度信息，基于深度强化学习交通信号控制模型得到下一时刻的动作；步骤S300，根据动作信息，得到下一时刻交叉口信号灯的信号配时方案，选择保持当前相位或执行下一个信号相位；步骤S400，执行信号配时方案，循环步骤S200～S400。

公开(公告)号：CN115019523B

公开(公告)日：2023-10-17

申请号：CN202210609424.2

申请日：2022-05-31

Applicant: 南京邮电大学

Inventor： 罗杰 ,  余鹏程

IPC: G08G1/07 ,  G08G1/08 ,  G08G1/01 ,  G06F30/27 ,  G06N3/0464 ,  G06N3/092

Abstract: 本发明提供了一种基于最小化压力差的深度强化学习交通信号协调优化控制方法，包括：步骤S100，采集交叉口各条车道上的车辆位置信息和速度信息；步骤S200，根据车辆位置信息和速度信息，基于深度强化学习交通信号控制模型得到下一时刻的动作；步骤S300，根据动作信息，得到下一时刻交叉口信号灯的信号配时方案，选择保持当前相位或执行下一个信号相位；步骤S400，执行信号配时方案，循环步骤S200～S400。