标题：深度强化学习在交通控制中的应用
作者：喻金忠；曹进德
作者单位：东南大学自动化学院，江苏 南京 210096；东南大学江苏省网络群体智能实验室，江苏 南京 210096
关键字：城市交通信号控制，深度Q学习，卷积神经网络，SUMO
摘要：交通路口的信号控制是缓解交通拥堵压力、提高出行效率并减少安全事故的重要手段。交通控制系统是一个复杂的不确定系统，并具有非线性结构。传统的控制方法，如建模实现信号控制方法在实际应用中局限性较大。随着近年来深度学习方法的不断发展与在实际中的应用，强化学习的方法在交通控制中的应用也越来越多。提出了基于神经网络和强化学习相结合的控制算法，即深度Q学习算法，一定程度上改善了交通路口的交通状况。并采用一款开源的微观交通仿真器SUMO对交通路口的信号控制进行仿真，实验结果表明该方法的有效性。