一种基于深度强化学习的自适应交通信号控制系统及方法

摘要

本发明属于智能交通领域，提出一种基于深度强化学习的自适应交通信号控制系统及方法。本发明利用交互模块实现交叉口环境和控制器的实时交互，即由状态感知模块实时采集交叉口交通状态以及通过控制决策模块给出当前交通状态下的优化决策方案；同时，本发明可以由更新模块，采用强化学习的框架，不断更新控制器内部的控制核心(Q值网络)，以进一步提高未来控制方案的优化效果。本发明可以在时间和空间两个维度上综合收集各种影响因素；利用循环神经网络，提高对于高维输入矩阵的特征抽取能力和泛化能力；可以实现自适应交通信号控制中对复杂性、实时性、动态性、随机性、适应性等要求，提高交叉口交通控制的效率，降低出行延误。