中国公路学报

作者：吴宗远, 严亚丹, 汪德才, 朱路遥, 董是

单位：华北水利水电大学 土木与交通学院，河南 郑州 450040 School of Civil Engineering and Transportation, North China University of Water Resources and Electric Power, Zhengzhou 450040, Henan, China","郑州大学 土木工程学院，河南 郑州 450001 School of Civil Engineering, Zhengzhou University, Zhengzhou 450001, Henan, China","长安大学运输工程学院，陕西西安 710064 School of Transportation Engineering, Chang'an University, Xi'an 710064, Shaanxi, China

关键词：交通工程,信号控制,孪生延迟深度确定性策略梯度算法,轨迹估计,深度强化学习

<title>摘要：</title> <p>为解决智能网联车辆（Connected and Autonomous Vehicles，CAV）与人工驾驶车辆（H uman Driven Vehicles，HDV）混行场景中车辆轨迹数据获取困难、安全与效率协同优化不足的问题，提出基于孪生延迟深度确定性策略梯度（Twin Delayed Deep Deterministic Policy Gradient，TD3）算法的多目标信号控制方法研究。首先，针对低CAV比例场景下状态信息缺失的情况，融合CAV及定点检测多源数据，结合改进的Newell跟驰模型，构建综合考虑前车驾驶与信号控制相位变换状态的HDV轨迹估计框架；随后，设计考虑车辆延误与冲突风险的多目标奖励函数，从跟车冲突和角度碰撞2个方面量化交叉口内部及周边不同驾驶行为的安全风险，采用LSTM网络构建高维状态特征的价值函数和策略函数；最后，引入双重Critic网络、目标策略平滑与延迟更新机制，提升TD3算法的稳定性和训练效果。基于SUMO仿真平台，以郑州市典型交叉口为案例进行了方法验证。研究结果表明：与传统方法（Webster、Actuated）相比，所提方法的车均延误降低22%～50%；与主流深度强化学习模型（DDPG、3DQN）相比，车均延误减少3%～13%，车均冲突次数降低6%～67%，且在CAV比例为30%～50%时，性能优势更为显著。参数敏感性分析表明，当检测器距停车线150m、综合奖励权重系数为0.5时，所提方法的综合性能最优。该研究提出的智能信号控制方法，实现了混行场景下安全与效率的协同优化，可为城市交叉口管控提供有效解决方案。</p>

来源：2025年第8期

《中国公路学报》期刊编辑部

查看中国公路学报杂志2025年第8期