基于松散同步的城市交通强化学习并行训练方法

本发明涉及强化学习技术领域，且公开了基于松散同步的城市交通强化学习并行训练方法，包括以下步骤：S1、路网分区及初始化；S2、初步模拟与数据记录；S3、松散同步通信；S4、边界处理；S5、并行奖励计算；S6、模型训练与策略更新；S7、收敛性验证。本发明中，提出每轮强化学习训练结束时才进行信息的跨区域同步，取代传统每回合每个时间步均进行一次信息同步的方式，显著减少了通信频率。这避免了因同步通信成本过高而拖慢整体训练效率的问题，在大规模交通网络仿真和强化学习训练中，能有效降低同步开销，提升训练速度。