基于因果变压器模型的交通信号控制方法

本发明公开了基于因果变压器模型的交通信号控制方法，包括将多交叉口交通信号控制定义为马尔科夫决策过程，其中，每个交叉口作为一个独立的智能体，确定智能体的状态、动作以及奖励；引入基于双模拟学习的状态提取模型，通过度量两个状态之间的行为相似性来捕获适合控制的状态表示、同时剔除与控制无关的信息；基于变压器模型，配置嵌入层、变压器编码层以及因果解码层，以提取状态、动作以及奖励之间的因果关系；通过最小化奖励的损失函数拟合动作预测层、状态预测层、奖励评估层以及动作生成层。本发明提取智能体的状态、动作以及奖励之间的因果关系，让变压器模型能够有效理解交通行为与智能体动作之间的动态关联，从而优化交叉口的交通信号。