一种基于多智能体强化学习的长距离单车道双向交通多点信号自适应协同优化方法及系统

本发明提供一种基于多智能体强化学习的长距离单车道双向交通多点信号自适应协同优化方法及系统。方法通过在路段两端及内部设置会车点和信号灯，将每个信号灯定义为智能体，构建多智能体强化学习环境。智能体以最大化长期累积奖励为目标，综合局部交通状态和邻居信息，协同调整信号配时策略。系统包括信号灯、传感设备、计算单元和控制单元，支持分布式协同学习与实时控制。本发明解决了传统方法适应性不足、计算要求高的问题，提升通行效率、降低延误、保障安全，具有强自适应性、高协同效率和鲁棒性。