来源：期刊VIP网 时间：
作者：徐图;庞钰琪;李强伟;
单位：浙江警察学院交通管理工程学院;之江实验室;
摘要：交通信号控制效果直接影响交通系统的运行质量，基于强化学习的交通信号控制具有无模型、自适应的优点。针对现有强化学习交通信号控制方法忽略车辆微观行为的问题，通过对网联车辆轨迹信息的精细建模，利用智能驾驶模型(Intelligent Driver Model, IDM)估计车辆跟驰行为的参数，精准快速刻画了路口车辆的驾驶风格。将IDM参数与车道占有率融合构建状态空间，设计了一种基于网联车辆轨迹信息的交通信号近端策略优化(Trajectory-based Proximal Policy Optimization, TPPO)方法。在城市交通微观模拟软件SUMO(Simulation of Urban Mobility)上开展的仿真实验表明，相比于其他强化学习控制方法，该方法收敛速度更快，车辆平均排队长度更短，有效提升了路口交通效率。
关键词：网联自动驾驶;;车辆轨迹;;强化学习;;交通信号控制
基金资助：浙江省自然科学基金(LQ24E080019)~~
