DynLight: Realize dynamic phase duration with multi-level traffic signal control
College of Ecology, Lanzhou University（兰州大学生态学院）
Liang Zhang, Shubin Xie, Jianming Deng
备注：
We would like to withdraw this article for the following reasons: 1 this article is not satisfactory for limited language and theoretical description; 2 we have enriched and revised this article with the help of other authors; 3 we must update the author contribution information. PLease see: arXiv:2211.01025
We would like to withdraw this article for the following reasons: 1 this article is not satisfactory for limited language and theoretical description; 2 we have enriched and revised this article with the help of other authors; 3 we must update the author contribution information.
A Bi-level Framework for Traffic Accident Duration Prediction: Leveraging Weather and Road Condition Data within a Practical Optimum Pipeline
Ahsanullah University of Science and Technology（阿萨努拉科技大学）；Bangladesh University of Engineering and Technology（孟加拉工程技术大学）；Advanced Chemical Industries Limited（先进化学工业有限公司）
DynamicLight: Two-Stage Dynamic Traffic Signal Timing
College of Ecology, Lanzhou University（兰州大学生态学院）；School of Artificial Intelligence, Beijing University of Posts and Telecommunications（北京邮电大学人工智能学院）；Graduate School of Informatics, Nagoya University（名古屋大学信息学研究科）
A Parallel Hybrid Action Space Reinforcement Learning Model for Real-world Adaptive Traffic Signal Control
National Center For Applied Mathematics In Chongqing（重庆国家应用数学中心）；Chongqing Normal University（重庆师范大学）；Institute of Fundamental and Frontier Sciences（前沿与基础科学研究院）；University of Electronic Science and Technology of China（电子科技大学）；Chongqing Jiaotong University（重庆交通大学）
Efficient Pressure: Improving efficiency for signalized intersections
Institute of Fundamental and Frontier Sciences, University of Electronic Science and Technology of China（电子科技大学基础与前沿研究院）；School of Life Sciences, Lanzhou University（兰州大学生命科学学院）；School of Computing and Information Technology, University of Wollongong（伍伦贡大学计算机与信息技术学院）；SMART Infrastructure Facility, University of Wollongong（伍伦贡大学SMART基础设施研究所）
Large-Scale Traffic Signal Control by a Nash Deep Q-network Approach
强化学习（Reinforcement Learning，RL）是目前最常用的交通信号控制（Traffic Signal Control，TSC）技术之一，能够根据实时交通数据自适应地调整交通信号的相位和时长。然而，一个完全集中的强化学习方法在多网络场景中遇到了困难，因为状态-动作空间随着交叉点的增加而呈指数增长。多智能体强化学习（MARL）通过对每个局部强化学习智能体的全局控制来克服高维问题，但也带来了新的挑战，如非平稳马尔可夫决策过程（MDP）导致的收敛失败。在本文中，我们介绍了一种非策略纳什深度Q网络（OPNDQN）算法，它减轻了完全集中式和MARL方法的弱点。OPNDQN算法解决了传统算法不能用于大型状态-行为空间交通模型的问题，在每次迭代中利用虚拟博弈方法找到相邻交叉口之间的纳什均衡，没有交叉口有动机单方面偏离该均衡。OPNDQN的主要优点之一是减轻非平稳性的多智能体马尔可夫过程，因为它考虑了相邻交叉口之间的相互影响，通过共享他们的行动。另一方面，对于训练一个大的交通网络，OPNDQN的收敛速度高于现有的MARL方法，因为它不包括每个代理的所有状态信息。我们进行了广泛的实验，使用模拟城市流动性模拟器（SUMO），并显示了显着的优越性OPNDQN超过现有的几个MARL方法的平均队列长度，情节训练奖励和平均等待时间。
