一种基于集中训练、分散执行的多智能体Actor-Critic交通信号协同控制方法

一种基于集中训练、分散执行的多智能体Actor‑Critic交通信号协同控制方法，涉及人工智能领域。在城市交通网络中，每个交叉口智能体分配一个分布式Actor网络和一个集中式Critic网络。在集中训练阶段，智能体之间通过发送各自的局部交通状态、局部奖赏等信息，实现信息共享，形成对全局交通状态的感知。集中式Critic网络根据聚合的全局交通状态和奖赏信息，评估分布式Actor网络的控制策略效果，并指导Actor网络学习如何在动态时变的交通环境中通过共享信息和协同决策最大化交通网络的整体性能；在分散执行阶段，分布式Actor网络根据自己的局部观察和训练好的策略选择控制动作。本发明有效提升了多交叉口交通信号控制的智能合作水平和自适应决策能力。