HierarchicalLight:基于分层强化学习的城市交通状态建模方法以及交通信号控制方法技术

提供了Hierarch ica l Light:基于分层强化学习的城市交通状态建模方法以及交通信号控制方法。所提供的基于分层强化学习HRL的道路交叉口交通信号控制方法，包括：获取道路交叉口的第一交通状态，其中第一交通状态包括多个元素；根据所述第一交通状态生成第一多个权重，每个权重与所述第一交通状态的多个元素的每个对应；根据所述第一多个权重与所述多个元素生成第一可量化交通状态QTS；根据所述第一可量化交通状态QTS生成用于所述道路交叉口的交通信号相位；其中包括深度Q网络的状态智能体用于根据所述第一交通状态生成第一多个权重以及第一可量化交通状态QTS；包括强化学习模块的交通智能体用于根据所述第一可量化交通状态QTS生成用于所述道路交叉口的第一交通信号相位；所述状态智能体和所述交通智能体分别是分层强化学习HRL中的相对高层级代理和相对低层级代理。

【技术实现步骤摘要】

本申请涉及机器学习技术，具体地，涉及利用基于基于分层强化学习的城市交通状态建模方法、交通信号控制方法及其信息处理设备。

技术介绍

1、随着交通需求的不断增加，提高现有交通基础设施的效率以减少城市拥堵和废气排放是至关重要的。其中，实时自适应交通信号就是提高我国城市交通网络效率的主要工具之一。然而，由于交通系统的复杂性和随机性，交通信号控制(tsc，traffic signalcontrol)仍然是一项具有挑战性的任务。

2、传统的交通信号控制tsc方法，如韦伯斯特在1958年引入的固定时间信号控制[https：//trid.trb.org/view/113579]，已经表明在适应动态交通条件的限制。因此，研究人员提出了各种自适应交通信号控制tsc方法，如scoot[https：//trid.trb.org/view/179439]、scats[https：//trid.trb.org/vie w/488852]和自组织交通灯(sotl)[https：//arxiv.org/abs/nlin/0411066]。基于最大压力(mp)[https：//本文档来自技高网...

【技术保护点】

1.基于分层强化学习HRL的道路交叉口交通信号控制方法，包括：

2.根据权利要求1所述的道路交叉口交通信号控制方法，其中，

3.根据权利要求2所述的路交叉口交通信号控制方法，还包括：

4.根据权利要求1-3之一所述的路交叉口交通信号控制方法，其中，

5.根据权利要求4所述的路交叉口交通信号控制方法，其中，

6.根据权利要求2所述的路交叉口交通信号控制方法，其中，

7.根据权利要求6所述的路交叉口交通信号控制方法，其中，

8.根据权利要求5-7之一所述的方法，其中

9.一种信息处理设备，包括存储...

【技术特征摘要】

1.基于分层强化学习hrl的道路交叉口交通信号控制方法，包括：

2.根据权利要求1所述的道路交叉口交通信号控制方法，其中，

3.根据权利要求2所述的路交叉口交通信号控制方法，还包括：

4.根据权利要求1-3之一所述的路交叉口交通信号控制方法，其中，

5.根据权利要求4所述的路交叉口交通信号控制方法，其中，

【专利技术属性】
技术研发人员：武强，
申请(专利权)人：北京小橙智算科技有限责任公司，
类型：发明
国别省市：