Multiagent Soft Actor–Critic for Traffic Light Timing

强化学习 计算机科学 随机性 人工智能 最大熵原理 熵(时间箭头) 数学优化 机器学习 数学 统计 物理 量子力学
作者
Lan Wu,Yuanming Wu,Cong Qin,Ye Tian
出处
期刊:Journal of transportation engineering [American Society of Civil Engineers]
卷期号:149 (2)
标识
DOI:10.1061/jtepbs.0000774
摘要

Deep reinforcement learning has strong perception and decision-making capabilities that can effectively solve the problem of continuous high-dimensional state-action space and has become the mainstream method in the field of traffic light timing. However, due to model structural defects or different strategic mechanisms of models, most deep reinforcement learning models have problems such as convergence and divergence or poor exploration capabilities. Therefore, this paper proposes a multi-agent Soft Actor–Critic (SAC) for traffic light timing. Multi-agent SAC adds an entropy item to measure the randomness of the strategy in the objective function of traditional reinforcement learning and maximizes the sum of expected reward and entropy item to improve the model’s exploration ability. The system model can learn multiple optimal timing schemes, avoid repeated selection of the same optimal timing scheme and fall into a local optimum or fail to converge. Meanwhile, it abandons low reward value strategies to reduce data storage and sampling complexity, accelerate training, and improve the stability of the system. Comparative experiments show that the method based on multi-agent SAC traffic light timing can solve the existing problems of deep reinforcement learning and improve the efficiency of vehicles passing through in different traffic scenarios.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
NPC应助研友_nV2Npn采纳,获得20
刚刚
2秒前
风趣夜云发布了新的文献求助10
3秒前
星离zjp完成签到,获得积分20
3秒前
梨米特关注了科研通微信公众号
3秒前
不安的凡发布了新的文献求助10
3秒前
4秒前
FashionBoy应助dichloro采纳,获得10
4秒前
muyi发布了新的文献求助10
5秒前
ZrY发布了新的文献求助10
8秒前
jjjjj完成签到,获得积分10
9秒前
Suagy完成签到 ,获得积分10
12秒前
dichloro完成签到,获得积分20
12秒前
12秒前
斯文败类应助Star采纳,获得30
13秒前
14秒前
15秒前
16秒前
Orange应助levicho采纳,获得10
16秒前
纯真硬币发布了新的文献求助10
16秒前
万能图书馆应助帅发采纳,获得10
16秒前
yeerenn发布了新的文献求助10
19秒前
weilong完成签到,获得积分10
19秒前
东东完成签到 ,获得积分10
21秒前
简单完成签到 ,获得积分10
21秒前
dichloro发布了新的文献求助10
21秒前
22秒前
传奇3应助dy1994采纳,获得10
22秒前
23秒前
24秒前
愤怒也呵呵完成签到,获得积分10
25秒前
BruceQ发布了新的文献求助10
27秒前
柠檬发布了新的文献求助10
27秒前
27秒前
冰阔罗发布了新的文献求助10
28秒前
帅发发布了新的文献求助10
28秒前
睡不醒也吃不饱完成签到 ,获得积分10
29秒前
29秒前
33秒前
高分求助中
The Oxford Handbook of Social Cognition (Second Edition, 2024) 1050
Kinetics of the Esterification Between 2-[(4-hydroxybutoxy)carbonyl] Benzoic Acid with 1,4-Butanediol: Tetrabutyl Orthotitanate as Catalyst 1000
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Chen Hansheng: China’s Last Romantic Revolutionary 500
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3140687
求助须知:如何正确求助?哪些是违规求助? 2791513
关于积分的说明 7799229
捐赠科研通 2447844
什么是DOI,文献DOI怎么找? 1302096
科研通“疑难数据库(出版商)”最低求助积分说明 626439
版权声明 601194