一种多任务强化学习的智能交通信号灯算法
杨智超
孔燕
卢学亮
李颖
南京信息工程大学 南京 210044
摘要：近年来,随着城市和交通的发展,缓解交通拥堵问题已经成为了一个热门话题,同时也涌现出了越来越多关于智能交通信号灯的研究.论文提出了一种全新的智能交通信号灯控制算法TaskLight,它在原有的DQN网络框架的基础上,融入了多任务学习的思想.此外,在多任务学习的框架中引入了噪声机制,以此来权衡每个任务在各个时间段的重要性.在真实数据集和合成数据集上的实验评估结果表明,与一些最先进的算法相比,TaskLight算法可以明显缩短车辆的平均通行时间,并增加路口的通行量.同时,TaskLight算法通过对不同任务的同时学习,可以使得主网络最终收敛到一个更佳的状态.此外,该算法框架的设计不局限于智能交通灯领域,理论上对于强化学习的其他领域也具有迁移性.
关键词：深度强化学习智能交通灯控制多任务学习噪声机制
分类号：TP391(计算技术、计算机技术)
论文发表日期：2025-12-20
在线出版日期：2026-03-09（本平台首次上网日期，不代表文献的发表时间）
页数：5( 3342-3346 )
英文信息