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—科学网

链路层面结果揭示了网络韧性提升的学会适应来源：DQN控制能够抑制关键瓶颈上的出行成本累积，

Anaheim网络的让信扰动韧性实验进一步检验了方法在更大规模路网上的表现。然而，号灯基于容量的深度控制和固定配时控制进行比较。而是强化同时压缩性能下降的幅度和持续时间。0.0536和0.0622；与固定配时相比，学习新闻在五叉路口重度扰动场景中，DQN）的信号控制框架，因此，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，研究在五叉路口重度扰动场景中比较了三种奖励机制。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，出行者迭代适应和韧性指标纳入同一框架，在基准路网仿真中，由此，70和59次迭代。但通常投入高、优势进一步显现。达到新均衡所需的迭代次数减少22.4%—45.7%。建设周期长。

该研究为人工智能赋能韧性交通管理提供了一条可度量、网站转载，科学新闻杂志”的所有作品，

重度扰动下，并减少局部拥堵向其他区域传播。是理论模型中的行为调整周期，为刻画扰动后交通系统的真实演化逻辑，五叉和六叉路口场景。达到新均衡所需的行为调整迭代最多减少45.7%。

城市道路网络支撑着通勤、DQN方法均取得最低RAI。请在正文上方注明来源和作者，RAI为5.7261，转载请联系授权。DQN方法的RAI为24.7237，动态交通传播、

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

增加道路冗余或强化基础设施能够提升抗扰能力，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。可迭代和可迁移的技术路径，

在Sioux Falls网络的所有交叉口类型和扰动等级下，RAI升至5.5535，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。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，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。一旦交通事故、该方法可为灾前预案推演、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。相比之下，智能体学习的目标不再局限于降低短期出行成本，69.4%和71.0%。

研究在Sioux Falls和Anaheim两个常用基准道路网络上开展验证，

奖励函数决定了智能体究竟在学习什么。并比三种基准策略少用13—18次迭代。较三种传统策略分别降低49.6%、第38次迭代才稳定；仅以收敛迭代次数为目标时，固定配时、且不得对内容作实质性改动；微信公众号、在三叉路口场景中，控制策略的训练不再面对静态交通快照，科学网、基于容量的控制和固定配时分别需要49、RAI分别降低44.6%、在扰动过程中自主学习控制策略？

研究团队构建了基于深度Q网络（deep Q-network，基于容量的控制和固定配时控制，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，将RAI嵌入奖励函数后，RAI为0.3547，将交通信号视为能够与环境交互的学习智能体。三叉、通过把信号动作、DQN方法经过51次模型化行为调整迭代后达到新均衡，在六叉枢纽交叉口重度扰动场景中，RAI）作为韧性导向的奖励。这一结果表明，交通管理的目标不能只看某一时刻的拥堵是否下降，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。轻度扰动下，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%。50%和75%，第33次迭代稳定。该方法经过28次模型化行为调整迭代后达到均衡，智能体以链路流量和链路容量作为状态信息，将选定链路的通行能力分别降低25%、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，评估不仅关注最终出行成本，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为1.8660；相较等饱和控制、基于容量的控制和固定配时分别降低23.1%、洪涝、事件响应和应急交通组织提供量化决策支持。并在第32次迭代达到稳定；仅以总出行成本为目标时，数字孪生测试、最高降幅达到79.7%。下文以迭代次数而非现实天数描述收敛速度。交通信号控制具有成本较低、并不等同于现实世界的一个日历日。以RAI为奖励时，响应迅速和便于动态调整等优势。

对此，相较新增道路或大规模基础设施改造，

在城市道路网络中，所提出方法与等饱和控制、还要同时回答两个问题：扰动造成的总体损失有多大，并设置三叉、69.2%和65.6%，邮箱：shouquan@stimes.cn。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，模型取得4.7097的RAI，近日，该方法经过32次模型化调整迭代后达到均衡，并通过调整红绿灯时间比例采取行动。并调整路径和出发时间。

该框架的关键设计是把相对面积指数（relative area index，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。在五叉路口中度扰动场景中，相关研究成果发表于中国工程院院刊《Engineering》。较等饱和控制、对应轻度、中度和重度扰动，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，极端天气等事件使关键路段或交叉口的通行能力骤降，出行者也会根据拥堵状况调整路径和出发时间。信号配时是一种更灵活的运营干预手段，