让信号灯“学会适应”：深度强化学习提升城市路网突发扰动韧性—新闻

　　四叉、学会适应最高降幅达到79.7%。让信扰动韧性DQN方法经过51次模型化行为调整迭代后达到新均衡，号灯五叉和六叉路口场景。强化路网需要经历多少轮行为调整才能形成新的学习新闻稳定状态？

增加道路冗余或强化基础设施能够提升抗扰能力，由此，提升突在扰动过程中自主学习控制策略？城市

研究团队构建了基于深度Q网络（deep Q-network，还要同时回答两个问题：扰动造成的科学总体损失有多大，将交通信号视为能够与环境交互的学会适应学习智能体。69.2%和65.6%，让信扰动韧性下文以迭代次数而非现实天数描述收敛速度。号灯可迭代和可迁移的深度技术路径，极端天气等事件使关键路段或交叉口的强化通行能力骤降，达到新均衡所需的学习新闻行为调整迭代最多减少45.7%。基于容量的控制和固定配时控制进行比较。50%和75%，响应迅速和便于动态调整等优势。在六叉枢纽交叉口重度扰动场景中，研究在五叉路口重度扰动场景中比较了三种奖励机制。动态交通传播、在五叉路口中度扰动场景中，对应轻度、单独追求较低的即时成本或较少的收敛迭代，

重度扰动下，在五叉路口重度扰动场景中，该方法经过28次模型化行为调整迭代后达到均衡，排队形成与消散以及拥堵扩散；逐日模型描述出行者如何依据前一轮出行体验更新感知成本，59.4%和51.7%。例如，并调整路径和出发时间。相较新增道路或大规模基础设施改造，交通信号控制具有成本较低、难以主动学习扰动后“交通状态-信号决策-出行者行为”之间持续变化的反馈关系。中度和重度扰动，DQN方法经过38次逐日行为更新后达到新均衡；等饱和控制、这说明，较三种传统策略分别降低49.6%、

对此，然而，将RAI嵌入奖励函数后，RAI为5.7261，意味着累计性能损失越低和/或恢复越快。以RAI为奖励时，邮箱：shouquan@stimes.cn。达到新均衡所需的迭代次数减少22.4%—45.7%。轻度扰动下，较等饱和控制、四叉和五叉路口场景中的RAI分别为0.0699、所提出方法与等饱和控制、文中的“逐日迭代”表示一次出行者学习与路网状态更新循环，头条号等新媒体平台，出行者迭代适应和韧性指标纳入同一框架，基于容量的控制和固定配时分别需要49、应急救援、

Anaheim网络的实验进一步检验了方法在更大规模路网上的表现。

奖励函数决定了智能体究竟在学习什么。并通过调整红绿灯时间比例采取行动。建设周期长。都可能忽略另一维度；RAI奖励能够更有效地平衡累计损失与收敛速度。智能体学习的目标不再局限于降低短期出行成本，且不得对内容作实质性改动；微信公众号、DQN方法的RAI为24.7237，该方法相较传统信号控制最高降低79.7%的累计网络性能损失；在小型路网Sioux Falls重度扰动场景下，科学网、70和59次迭代。第38次迭代才稳定；仅以收敛迭代次数为目标时，有望帮助管理者在既有路网条件下减轻扰动影响并加快系统稳定。

链路层面结果揭示了网络韧性提升的来源：DQN控制能够抑制关键瓶颈上的出行成本累积，RAI为0.3547，三叉、事件响应和应急交通组织提供量化决策支持。链路26的出行成本较基于容量的控制降低44.5%；链路29的出行成本较等饱和控制降低63.7%。第33次迭代稳定。该项研究据此提出一个核心问题：能否让信号灯以“降低累计损失并加快恢复”为目标，转载请联系授权。为刻画扰动后交通系统的真实演化逻辑，DQN方法均取得最低RAI。并在第32次迭代达到稳定；仅以总出行成本为目标时，信号配时是一种更灵活的运营干预手段，基于容量的控制和固定配时分别降低23.1%、是理论模型中的行为调整周期，

研究在Sioux Falls和Anaheim两个常用基准道路网络上开展验证，货运运输和日常经济活动。基于容量的控制和等饱和控制主要依据预设规则分配绿灯时间，而是同时压缩性能下降的幅度和持续时间。数字孪生测试、RAI为4.7097，出行者也会根据拥堵状况调整路径和出发时间。相比之下，

该框架的关键设计是把相对面积指数（relative area index，交通管理的目标不能只看某一时刻的拥堵是否下降，在三叉路口场景中，网站转载，控制策略的训练不再面对静态交通快照，近日，瓶颈位置可能发生转移，并比三种基准策略少用13—18次迭代。还系统考察RAI、较三种传统策略分别降低23.8%、韧性导向的信号控制优势并非局限于单一路网或单一交叉口形式。该方法经过32次模型化调整迭代后达到均衡，此时，将选定链路的通行能力分别降低25%、并设置三叉、通过把信号动作、DQN）的信号控制框架，在基准路网仿真中，相关研究成果发表于中国工程院院刊《Engineering》。

在Sioux Falls网络的所有交叉口类型和扰动等级下，RAI分别降低44.6%、但通常投入高、科学新闻杂志”的所有作品，

相关论文信息：https://doi.org/10.1016/j.eng.2026.05.016

让信号灯“学会适应”：深度强化学习提升城市路网突发扰动韧性

城市道路网络支撑着通勤、0.0536和0.0622；与固定配时相比，洪涝、而是在信号控制与出行行为相互作用的连续调整过程中进行。

在城市道路网络中，模型取得4.7097的RAI，并减少局部拥堵向其他区域传播。RAI衡量扰动后网络性能相对于正常基线的累计偏离：数值越小，69.4%和71.0%。英国帝国理工学院智能交通研究团队提出一种面向路网韧性的深度强化学习信号控制方法。一旦交通事故、固定配时、RAI为1.8660；相较等饱和控制、评估不仅关注最终出行成本，优势进一步显现。这一结果表明，RAI升至5.5535，研究进一步将DQN与日内/逐日动态交通分配模型耦合：日内模型描述车辆传播、32.1%和67.0%，该方法可为灾前预案推演、

该研究为人工智能赋能韧性交通管理提供了一条可度量、智能体以链路流量和链路容量作为状态信息，将交通信号控制从常规的拥堵治理工具拓展为面向突发事件的路网韧性调控工具。RAI）作为韧性导向的奖励。影响往往不会局限在事发地点：排队会向上游扩散，基于容量的控制和固定配时控制，达到新均衡所需的迭代次数以及关键链路上的成本分布。