公开(公告)号：CN116612636B

公开(公告)日：2024-01-23

申请号：CN202310582760.7

申请日：2023-05-22

Applicant: 暨南大学

Inventor： 欧阳雅捷 ,  殷力 ,  郭艺雯 ,  赵阔

IPC: G08G1/01 ,  G06F18/25 ,  G06F18/213 ,  G06N3/092 ,  G06N3/042 ,  G06N3/0464 ,  G08G1/052 ,  G08G1/095 ,  G08G1/08

Abstract: 本发明提出了一种基于多智能体强化学习及多模态信号感知的信号灯协同控制方法，包括：收集各种传感器的数据和进行多模态定义，通过数据融合技术实时获取信息；采用协同车路多智能体强化学习算法对信号灯与车辆进行协同控制；根据各种传感器的收集数据进行预处理，利用特征融合方法将不同模态的数据融合，为每个智能体构建局部状态空间；为信号灯智能体和车辆智能体设计动作空间；根据交通流控制的目标，为多智能体强化学习设计奖励函数；设计适用于车路协同控制场景的通信协议；使用历史数据或仿真环境对多智能体强化学习模型进行训练，找到最优策略。本发明通过引入车辆作(56)对比文件杨山田.基于多智能体深度强化学习的交通信号控制算法研究.中国博士学位论文全文数据库 工程科技Ⅱ辑.2023,(第1期),第66-72页.丛珊.基于多智能体强化学习的交通信号灯协同控制算法的研究.中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑.2023,(第1期),第19-24页.孙浩 等.基于深度强化学习的交通信号控制方法.计算机科学.2020,第47卷(第2期),第169-174页.

公开(公告)号：CN116612636A

公开(公告)日：2023-08-18

申请号：CN202310582760.7

申请日：2023-05-22

Applicant: 暨南大学

Inventor： 欧阳雅捷 ,  殷力 ,  郭艺雯 ,  赵阔

IPC: G08G1/01 ,  G06F18/25 ,  G06F18/213 ,  G06N3/092 ,  G06N3/042 ,  G06N3/0464 ,  G08G1/052 ,  G08G1/095 ,  G08G1/08

Abstract: 本发明提出了一种基于多智能体强化学习及多模态信号感知的信号灯协同控制方法，包括：收集各种传感器的数据和进行多模态定义，通过数据融合技术实时获取信息；采用协同车路多智能体强化学习算法对信号灯与车辆进行协同控制；根据各种传感器的收集数据进行预处理，利用特征融合方法将不同模态的数据融合，为每个智能体构建局部状态空间；为信号灯智能体和车辆智能体设计动作空间；根据交通流控制的目标，为多智能体强化学习设计奖励函数；设计适用于车路协同控制场景的通信协议；使用历史数据或仿真环境对多智能体强化学习模型进行训练，找到最优策略。本发明通过引入车辆作为智能体，实现更有效的车路协同，进一步提高交通控制效果。