控制与决策

作者：张辰,徐云雯,李德伟

单位：上海交通大学 自动化系,上海 200240,,上海交通大学 自动化系,上海 200240,,上海交通大学 自动化系,上海 200240,

关键词：车流控制;数据驱动;车路协同;深度强化学习;网联自动车;混合交通流

基金：国家重点研发计划项目(2020YFB1600400)；国家自然科学基金项目(62003210, 62333015).

针对车联网和自动驾驶背景下的混合车流调控问题,提出通过路侧设备调节车流中受控自动网联车速度以实现宏观交通流速度调控的方法.首先将单个受控自动网联车对车流状态的调节过程描述为马尔可夫决策过程,设计衡量受控车辆对整体车流影响程度的动态网格,以受控车辆的实时期望速度为动作,并综合考虑受控车对网格车流的影响程度、对期望速度的响应快慢以及车流的安全性构造报酬函数,采用深度确定性策略梯度算法进行策略寻优.考虑到受控自动车周边交通环境的多样性,提出基于关键参数量的控制策略模型簇.其次,面向车流速度的实时调控,根据路段车辆簇的划分,提出多个路侧设备控制同一车辆簇的控制权时序交接策略.路测设备以簇为单位对信号覆盖范围内的车辆进行标记与跟踪,实时计算受控车辆的期望控制信号并下发.最后,将所提出的方法在多种场景下进行训练验证,结果表明所提出的方法在适用场景中能够实现车流的平稳调速.

来源：2024年第9期

《控制与决策》期刊编辑部

查看控制与决策杂志2024年第9期