融合图卷积神经网络和强化学习的高地协同控制方法

本发明提供了一种融合图卷积神经网络和强化学习的高地协同控制方法，通过控制城市道路交通信号灯、高速公路匝道信号机和可变限速单元，缓解高速公路交通拥堵并提升城市交通通行效率，借助信号灯与限速单元控制道路行驶车辆，达到全局路网中的车流调度优化；整体结构采用分布式协同控制框架，由决策智能体控制，根据实时交通情况自主决策与调整，从而增强系统的自适应性和鲁棒性，有效避免了传统集中式控制带来的数据计算量大、处理难、控制策略滞后等缺陷；构建图卷积神经网络模型以聚合周边决策智能体的特征信息，并动态分配控制权重，增强了信息共享能力，防止因缺乏对周边环境的全面感知而导致的次优决策，从而提高整体系统的协同效率。