论文部分内容阅读
针对现有交通信号控制系统的诸多不足，提出了一种用于交通信号控制的两层递阶多Agent系统解决方案。通过将交通网络进行区域划分，利用底层Agent控制各交叉口，顶层Agent控制区域，从而实现两层递阶控制。底层Agent采用经典Q学习同步学习最优策略，顶层Agent利用Tile Coding非凡的连续空间处理能力，实现Q学习的动作值函数逼近方法。仿真实验结果表明，该分层递阶控制不但提高了交通信号控制系统效率，而且也为大规模应用提供了很好的可伸缩解决方案。