基于深度强化学习的非对称交通流信号控制方法

本发明公开一种基于深度强化学习的非对称交通流信号控制方法，属于非对称交通流控制领域，通过分析非对称交通流的特征和种类，有针对性地建立相应的相位方案，打破常规的八相位四阶段信号控制模式，并将新的相位方案作为深度强化学习信号控制模型的动作选择，对深度强化学习中的动作选择进行了改进，改进策略以车道占有率矩阵作为优化模型状态空间，降低了状态空间维度。采用深度强化学习算法，通过智能体与环境的交互，利用试错学习，在复杂、动态的交通环境中迭代地改进信号控制决策，使得基于深度强化学习算法的交通信号控制方法能取得更好的控制效果。