自适应动态规划及在城市交通信号优化控制中的应用

自适应动态规划(ADP)是利用神经网络来逼近动态规划的性能指标函数，实现最优控制的策略，有效地解决了动态规划维数灾的难题，为高维复杂系统的最优控制提供了一种切实可行的理论和方法，近年来其理论和方法的研究日益受到重视。另一方面，交通拥堵的问题日益突出，而关键问题之一在于现有的城市交通信号控制系统没有充分发挥合理的交通指挥和疏导作用，为自适应动态规划的有效应用提供了广泛空间。本课题拟对自适应动态规划的收敛性及分布式协调优化的两个关键问题进行研究，提出实现快速高精度收敛的训练方法，提出实现多代理(Agent)系统协调优化的方法，并给出理论证明。在实际问题上，应用所提出方法，实现街区单路口、快速路单匝道的近似最优控制，实现街区多路口、快速路通道的协调优化控制，并在标准交通仿真平台上进行区域交通信号协调优化控制实验验证，为缓解实际的交通拥堵问题提供必要的理论基础、方法和数据支持。