基于多智能体强化学习的区域交通优化控制方法及系统

专利主权项内容

1.基于多智能体强化学习的区域交通优化控制方法，其特征在于，包括：获取交通区域各个交叉口的流量数据，定义多智能体强化学习参数；构建单智能体动作价值网络，按照顺序部署智能体网络到对应的交叉口，获取各个交叉口的局部状态观测输入至动作价值网络中，利用输出的最大动作价对应的动作进行控制执行；其中，所述单智能体动作价值网络采用集中式训练、分布式执行，包括：将所有交叉口的局部状态观测作为输入，输入至单智能体的动作价值网络中，使用多头注意力机制对交通区域某T时刻的各个交叉口重要程度分配权重，利用超网络对多头注意力机制产生的高维度数据进行融合，分布式输出各个动作的价值，选取最大价值所对应的动作，决策出各个交叉口在全局下的最优动作，实现对区域交通的最优控制。