一种基于强化学习的启停通道决策方法及系统

本发明公开了一种基于强化学习的启停通道决策方法及系统，包括采用Brilon模型构建交通流中断概率模型，刻画拥堵概率与交通流参数之间的关系；将启停通道决策问题转化为马尔可夫决策过程，确定所述马尔可夫决策过程的状态空间、动作空间和状态转移概率；采用Q‑Learning算法对所述马尔可夫决策过程进行求解，得到启停通道决策。本发明可以对未来一段时间内的交通状况做出准确预判，提前规划应急车道的使用策略；通过优化启停决策逻辑，减少了不必要的资源浪费，同时提升了应急车道使用的合理性和效率，确保了关键时候的生命线畅通无阻。