Page 153 - 《软件学报》2021年第8期

邵明莉 等:面向优先车辆感知的交通灯优化控制方法 2435

右图表示随着训练轮数的增加,路口处平均队列长度的变化.在使用固定时长逻辑时,每一轮路口的平均队
列长度为 125 辆左右;但在使用经本文方法训练的模型之后,可以将平均队列长度降低到 100 辆左右.因此,图 5
的实验结果可以证明,本文方法能够显著提高车辆的通行效率,并且对特殊车辆的优化效果要好于普通车辆.
3.2.2 实验 2:单路口场景中考虑优先级与不考虑优先级的结果对比
为了回答问题 2,我们对比不考虑优先级与考虑优先级的情况下,特殊车辆和普通车辆的平均等待时间的
差距.本实验使用的路口环境与对比实验 1 相同,在考虑优先级的方法中,设置奖励平衡系数α为 0.6.实验结果如
图 7 所示,左右两图分别表示特殊车辆和普通车辆的平均等待时间在不考虑优先级与考虑优先级的情况下的
结果对比,其中,黄色线条表示在采用不考虑优先级的方法下的实验结果,绿色线条表示采用本文方法,即考虑
车辆优先级的方法控制下的实验结果.对比可以看出,在训练趋于稳定之后,对于特殊车辆而言,本文设计的优
先级控制策略的确能够降低其平均等待时间,对比数值降低幅度大概在 35s 左右;对于普通车辆而言,使用本文
设计的优先级控制策略虽然使得其平均等待时间有小幅度上升,但其大概 15s 左右的上升于特殊车辆 35s 的下
降而言是值得的,因为在实际场景中,特殊车辆对通行时间的要求更高,对等待时间的容忍力更低.此外,虽然普
通车辆的平均等待时间相比于不考虑优先级的方法有小幅度上升,但与实验 1 中使用固定时长控制方法对比
还是有明显下降的.因此,图 7 的实验结果表明,本文所设计的优先级控制策略能够体现出对特殊车辆的优先性.

Fig.7 Results comparison of considering priority and not considering priority in single intersection secnario
图 7 单路口场景中,考虑优先级与不考虑优先级的结果对比
3.2.3 实验 3:多路口场景中本文算法的表现
为了回答问题 3,我们将本文方法扩展到 3×3 的联通路口场景中,并进行了与单路口场景下类似的对比实
验.通过对比使用固定时长与使用本文方法的交通灯控制策略对特殊车辆和普通车辆的平均等待时间的影响,
验证本文方法对多路口场景的有效性,该实验的结果如图 8 左图所示;通过对比不考虑优先级与考虑优先级的
方法对特殊车辆的平均等待时间的影响,验证本文的优先级控制策略对多路口场景的有效性,该实验的结果如
图 8 右图所示.在本实验中,设置奖励平衡系数α为 0.65.在本实验中,评价指标平均等待时间是指在一轮训练过
程中,各个路口的平均等待时间的平均值.
对比实验 3 训练了 200 轮,实验结果如图 8 所示.
• 图 8 左图显示,在使用固定时长逻辑的交通灯控制下,各路口特殊车辆与普通车辆的平均等待时间均
为 150s 左右;在使用本文方法训练之后,各路口普通车辆的平均等待时间降至 125s 左右,特殊车辆的平
均等待时间降至 90s 左右.可以看出,在多路口场景中,本文方法也能显著提高车辆的通行效率.
• 此外,右图结果也显示,本文的优先级设置策略在多路口场景下也能显示出一定的有效性.
因此,图 8 的实验结果表明,本文方法能够扩展应用到多路口场景中.