Hierarchical graph multi-agent reinforcement learning for traffic signal control

强化学习 粒度 计算机科学 相互信息 互斥 图形 算法 人工智能 理论计算机科学 操作系统
作者
Shantian Yang
出处
期刊:Information Sciences [Elsevier]
卷期号:634: 55-72 被引量:14
标识
DOI:10.1016/j.ins.2023.03.087
摘要

Multi-agent reinforcement learning (MARL) is a promising algorithm for traffic signal control (TSC), and graph neural networks make a further improvement on its learning capacity. However, these state-of-the-art algorithms adopt fine-granularity information (i.e., current step-states) to get traffic-network embeddings, but ignore great-granularity information (e.g., previous multiple step-states); In addition, these algorithms are optimized by loss functions in the viewpoint of MARL, but ignore the correlation between input information and output embeddings. This paper proposes a Hierarchical Graph Multi-agent Mutual Information (HG-M2I) algorithm for TSC. Specifically, HG-M2I algorithm is developed based on: 1) Multi-granularity fusion employs a proposed Hierarchical Graph representation learning (HG) algorithm, which fuses both current step-states of multiple agents and previous multiple step-states of each agent, thus facilitates to produce optimal final embeddings; 2) Joint optimization employs a proposed Multi-agent Mutual Information (M2I) framework, which measures the correlation between input step-states and output embeddings by maximizing mutual information, the corresponding mutual-information and MARL loss jointly optimize the whole algorithm, thus facilitates to derive optimal traffic-signal policies. HG-M2I is compared against these state-of-the-art algorithms on synthetic-road and real-road datasets. Experimental results not only show the superior performance of HG-M2I over other compared algorithms, but also illustrate its advantageous transferability.
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
hhh完成签到,获得积分10
刚刚
1秒前
小小毅1989完成签到 ,获得积分10
1秒前
Akim应助考拉布拉采纳,获得10
2秒前
汤绮菱完成签到,获得积分10
2秒前
腼腆的老虎完成签到,获得积分10
2秒前
3秒前
舒心寒风完成签到,获得积分10
3秒前
灵巧的羽毛完成签到,获得积分10
4秒前
牟翎完成签到,获得积分10
4秒前
5秒前
何一非关注了科研通微信公众号
5秒前
二队淼队长完成签到,获得积分10
5秒前
卡农完成签到,获得积分10
7秒前
wsg发布了新的文献求助10
7秒前
儒雅的不愁完成签到 ,获得积分10
7秒前
恣意完成签到,获得积分10
7秒前
swjs08发布了新的文献求助10
7秒前
Thi发布了新的文献求助10
9秒前
kajimi完成签到,获得积分10
9秒前
平常谱完成签到,获得积分10
9秒前
李健应助吐丝麵包采纳,获得10
10秒前
10秒前
zqg发布了新的文献求助200
10秒前
Leisure_Lee完成签到,获得积分10
10秒前
寒冷的帆布鞋完成签到,获得积分10
11秒前
可爱的函函应助郝瑞之采纳,获得10
12秒前
魏傀斗完成签到,获得积分10
14秒前
xue完成签到 ,获得积分10
15秒前
swjs08完成签到,获得积分10
15秒前
陀思妥耶夫斯基完成签到 ,获得积分10
15秒前
evens完成签到,获得积分10
16秒前
hu完成签到 ,获得积分10
16秒前
16秒前
贵金属LiLi发布了新的文献求助10
17秒前
Aeson完成签到,获得积分10
17秒前
研友_ED5GK完成签到,获得积分10
18秒前
18秒前
18秒前
WSY完成签到,获得积分10
19秒前
高分求助中
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
Rechtsphilosophie 1000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
Le dégorgement réflexe des Acridiens 800
Defense against predation 800
A Dissection Guide & Atlas to the Rabbit 600
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 3134170
求助须知:如何正确求助?哪些是违规求助? 2785077
关于积分的说明 7769993
捐赠科研通 2440590
什么是DOI,文献DOI怎么找? 1297488
科研通“疑难数据库(出版商)”最低求助积分说明 624971
版权声明 600792