關鍵詞：agent 強化學習 交通信號 交叉口 信號配時 

摘要：相對于傳統的交通信號配時決策方法,多Agent強化學習及其協調方法能更好地適應城市路網交通環境的變化。為探討其在城市路網自適應交通信號配時決策中的應用,系統地總結了多Agent強化學習及協調機制的研究方法,詳細地分析了國內外研究現狀,并指出現有研究中存在的問題,在此基礎上對未來研究進行了展望。研究結果表明,既有研究主要針對規模較小的路網,存在維數災難問題,強化學習與協調機制結合研究還不夠深入,相關學習參數分析不夠細致,仿真環境和情景現實性不強。未來研究可以引入馬爾科夫博弈提高決策協調性,嵌入混合交通流、公交優先等交通管理思想增強決策實用性,引入先驗知識及其他學習技術加快學習速度,融入物聯網、主動管理、大數據等先進理念和前沿技術增加決策的實時性,與交通誘導等集成提升決策的系統性。

交通標準化雜志要求:

{1}前言應充分說明研究工作的背景、意義、本文擬解決的問題、采用的方法和手段,引出重要文獻,全面評述相關研究工作,突出本工作的重要性和創新性,不要忽視國內同行的工作。

{2}作者文責自負，因抄襲、剽竊他人文章而引起的一切后果完全由作者自己負責，本刊概不承擔連帶責任。若發現抄襲、剽竊他人文章，本刊將予以曝光，并嚴肅處理。

{3}題目務必言簡意賅，一般不用副標題，字數不超過20個字，中英文題目應一致。

{4}引用的參考文獻應為最近5年內發表的，且一般要求5篇以上；另外，參考文獻著錄采用順序編碼制，即按在正文中被引用的先后順序排列。

{5}作者署名在文章題目下方按順序排列，其姓名排列順序應在來稿時確定，編排過程中不應再做改動。

注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社