ES-CTC: 一种用于协作智能高速公路交通控制的深度神经进化模型
摘要：合作智能高速公路交通控制是智能交通系统中的重要应用，有望提高高速公路网络的流动性。本文提出了一种深度神经进化模型ES-CTC，用于实现改善高速公路交通的匝道计量、差分可变速限制和车道变道控制代理的合作控制方案。在该模型中，图卷积网络用于从交通传感器中学习更有意义的空间模式，设计了一个知识共享层用于不同代理之间的通信。所提出的神经网络结构允许不同的代理彼此共享知识并异步执行动作。为了解决延迟的奖励和动作异步的问题，采用进化策略来训练代理以适应随机的交通需求。在模拟的高速公路路段上的实验结果表明，ES-CTC是一种可行的方法，并且优于一些现有的方法。
作者：Yuankai Wu, Huachun Tan, Zhuxi Jiang, Bin Ran
论文ID：1905.04083
分类：Multiagent Systems
分类简称：cs.MA
提交时间：2019-05-13