一种基于交通流动态预测的多智能体交通信号控制方法

本发明公开了一种基于交通流动态预测的多智能体交通信号控制方法，为每个交叉口构建独立的强化学习智能体，通过交叉口级队列演化模型精准刻画信号决策对拥堵传播的因果机制，在简单的交通状态指标的基础上，建立了融合交叉口车辆的通行能力和未来队列长度的综合交通状态，用于每个交叉口基于交通流状态的动态预测，有助于智能体选择使队列长度减少最快的动作，从而达到更好的控制效果。并且基于transformer构建神经网络模型，利用多交叉口交通流的时序特征和空间特征，实现基于强化学习算法的最佳交通相位控制。本发明能够有效地利用当前信号相位和车辆状态与分布来预测相位切换后的队列变化，可以用于大规模路网的交通智能体设计。