基于博弈学习的多Agent城市交通协调控制

计算机应用 ›› 2014, Vol. 34 ›› Issue (2): 601-604.

基于博弈学习的多Agent城市交通协调控制

郑延斌,王宁,段领玉

河南师范大学计算机与信息工程学院，河南新乡 453007

收稿日期:2013-08-08 修回日期:2013-10-14 出版日期:2014-02-01 发布日期:2014-03-01
通讯作者: 王宁
作者简介:郑延斌(1964-), 男,河南内乡人，教授,博士, 主要研究方向:虚拟现实、多智能体系统、对策论；王宁(1987-),男,河南邓州人，硕士研究生, 主要研究方向:虚拟现实;段领玉(1989-),女, 河南新乡人，硕士研究生, 主要研究方向:虚拟现实。
基金资助:
河南省重点科技攻关项目

Multi-Agent urban traffic coordination control research based on game learning

ZHENG Yanbin,WANG Ning,DUAN Lingyu

College of Computer and Information Technology, Henan Normal University, Xinxiang Henan 453007, China

Received:2013-08-08 Revised:2013-10-14 Online:2014-02-01 Published:2014-03-01
Contact: WANG Ning

摘要/Abstract

摘要： 交通路口中的各Agent之间的协调问题是一个博弈问题。在有限理性的基础上，利用博弈学习思想，构建多智能体（multi-Agent）博弈学习协调算法，利用此学习协调算法对出行者行为分析并修正，实现城市交通路口的畅通，进而达到区域、全局的交通优化。最后通过实例仿真验证其可行性。

关键词: 有限理性, 博弈学习, 多智能体, 协调算法

Abstract: The coordination problem between Agents in traffic intersections is a gambling problem. On the basis of bounded rationality, this paper tentatively made use of game learning thought to build the multi-Agent coordinate game learning algorithm. This learning coordination algorithm analyzed travelers' unreasonable behavior and corrected it to realize the urban traffic intersections unimpeded, so as to achieve regional and global transportation optimization. At last, its feasibility is verified by means of an example and simulation.

Key words: bounded rationality , game learning , multi-agent , coordination algorithm

中图分类号:

TP18

郑延斌王宁段领玉. 基于博弈学习的多Agent城市交通协调控制[J]. 计算机应用, 2014, 34(2): 601-604.

ZHENG Yanbin WANG Ning DUAN Lingyu. Multi-Agent urban traffic coordination control research based on game learning[J]. Journal of Computer Applications, 2014, 34(2): 601-604.

[1]	王云燕, 胡爱花. 网络攻击下双层结构多智能体系统一致性[J]. 计算机应用, 2021, 41(5): 1399-1405.
[2]	姚兴虎, 谭晓阳. 基于奖励高速路网络的多智能体强化学习中的全局信用分配算法[J]. 计算机应用, 2021, 41(1): 1-7.
[3]	李恬, 张树美, 赵俊莉. 即时战略游戏的智能流场寻路算法设计与实现[J]. 计算机应用, 2020, 40(2): 602-607.
[4]	于家兴, 魏海平, 金丽娜, 魏宇峰. 基于模型参考的异构多智能体平均一致性[J]. 计算机应用, 2019, 39(4): 1240-1246.
[5]	刘辰辰, 尹燕燕, 刘飞. 输入与速度饱和的异构多智能体系统的一致性[J]. 计算机应用, 2018, 38(8): 2431-2436.
[6]	郑延斌, 席鹏雪, 王林林, 樊文鑫, 韩梦云. 基于人工势场法的多智能体编队避障方法[J]. 计算机应用, 2018, 38(12): 3380-3384.
[7]	李耿, 秦雯, 王婷, 汪辉, 沈谋全. 异质多智能体系统滞后一致性跟踪控制[J]. 计算机应用, 2018, 38(12): 3385-3390.
[8]	柴运, 熊涛. 基于二层邻居信息的多智能体系统编队控制[J]. 计算机应用, 2017, 37(8): 2264-2269.
[9]	宗鑫, 崔艳. 具有随机通信时延的二阶多智能体系统的一致性控制[J]. 计算机应用, 2015, 35(5): 1358-1360.
[10]	郑延斌, 李波, 安德宇, 李娜. 基于分层强化学习及人工势场的多Agent路径规划方法[J]. 计算机应用, 2015, 35(12): 3491-3496.
[11]	孙一杰, 张国良, 张胜修. 一类异构多智能体系非线性协议下的一致性分析[J]. 计算机应用, 2015, 35(1): 136-139.
[12]	胡晓辉肖知屹陈永李欣. 列车安全距离控制形式化建模与验证[J]. 计算机应用, 2014, 34(3): 851-856.
[13]	彭换新戚国庆盛安冬. 基于有向通信拓扑的高阶分布式一致性算法[J]. 计算机应用, 2013, 33(10): 2757-2761.
[14]	冯元珍屠小明李建祯. 一类异质多智能体系统的一致性控制[J]. 计算机应用, 2013, 33(06): 1750-1758.
[15]	郑延斌郭凌云刘晶晶. 多智能体系统分散式通信决策研究[J]. 计算机应用, 2012, 32(10): 2875-2878.