基于多智能体强化学习的多交通信号灯控制方法及系统

本发明提供的基于多智能体强化学习的多交通信号灯控制方法及系统，涉及信号灯相位控制技术领域，本发明通过获取多个交叉口的路网结构与预设时段的交通数据，构建各交叉口的智能体，将相邻交叉口的上游路段出口的车流状态作为通信内容，构建多交叉口的状态通信机制；然后结合连续拥堵惩罚项构建目标奖励函数；为每个交叉口构建两个结构相同、参数不同的网络，对所有交叉口执行对应智能体的信号灯协调控制；最后采用损失函数与梯度下降法更新网络参数，直到达到最大仿真次数，得到多交叉口的信号灯相位控制策略。本发明建立了智能体之间的状态通信机制，捕捉相邻交叉口之间的动态车流特征，在实时交通数据下，能有效提升多交叉口区域的通行效率。