报告题目：基于多智能体显式协调方法的智能交通信号控制
报告摘要：
交叉口交通信号控制(TSC)是减少城市道路拥堵的最有益方法之一，由于以下原因，这是一个具有挑战性的问题：1)交通流量动态的复杂性，2)实时响应策略的必要性3)大规模城市范围的协调难度。现有的强化学习方法可以学习将动态流量状态映射到信号动作的策略，但缺乏对显示协调的直观表征。在线规划方法可以对于实时流量以最佳响应方式进行重计算，但由于计算复杂性和缺乏全网协调，现有的在线规划方法的可扩展性和效率有限。
在此背景下，我们提出了一种显式多智能体协调 (MAC)方法来满足自适应、实时和网络范围的TSC，并进一步研究了一种基于显式表征来协调策略的强化学习方法。关于MAC，我们将TSC建模为分布式约束优化问题(DCOP)，每个交叉口都被建模为一个单独的智能体，并用相邻路口之间的效用函数来建模协调影响。我们优化了现有的消息传递算法来实现城市网络范围的协调优化。关于RL方法，我们对邻居路口对本地路口的决策影响进行了显示的表征，通过信号以及出车流量预测两种强监督任务来学习通信影响。两种方法在现有的虚拟和真实数据上取得了不错的实验效果。
个人介绍：
乔天池，现在就读研究生二年级，是王万元老师的学生，研究方向为基于多智能体方法的智能信号控制。
