中国公路学报

作者：蔡晓禹, 李子木, 雷财林, 张艺涵, 彭博

单位：重庆交通大学 智慧城市学院，重庆 400074 School of Smart City, Chongqing Jiaotong University, Chongqing 400074, China","山地城市时空信息重庆市重点实验室，重庆 400074 Chongqing Key Laboratory of Spatio-temporal Information in Mountain Cities, Chongqing 400074, China","重庆交通大学 交通运输学院，重庆 400074 School of Transportation, Chongqing Jiaotong University, Chongqing 400074, China","中国铁路成都局集团有限公司涪陵车务段，重庆 408107 Fuling Railway Depot, China Railway Chengdu Group Co.Ltd., Chongqing 408107, China

关键词：交通工程,多车道汇入管控方法,多智能体深度强化学习,多车道汇入区域,可变限速控制

<title>摘要：</title> <p>山地城市受地形条件限制，干线多车道汇入区在几何结构、交通流向和冲突关系等方面均表现出高度复杂性，尤其在高交通流量情况下，多股车流的汇入易导致频繁的车辆行为冲突。为解决现有管控措施存在的控制措施孤立、控制目标单一等问题，提出一种基于网联自动驾驶车辆的多车道汇入协同管控方法。首先，构建了智能网联环境下的多车道汇入协同管控总体架构，设计信号控制智能体与可变限速控制智能体；然后，结合山地城市多车道汇入区的交通流特征，分别设计智能体的状态空间、动作空间和奖励机制；最后，基于多智能体深度确定策略梯度算法实现智能体协同控制。以重庆市某立交为案例，根据在高、中交通流量条件下的10组仿真试验，评估不同管控方案的控制效果。结果表明：在网联自动驾驶车辆渗透率较低且交通流量较大条件下，与固定配时方案相比，所提方法可使主线车辆平均行程时间减少37.02%，平均车辆延误减少69.57%；与传统反馈式协同控制方法相比，上游排队长度减少88.06%，瓶颈区车辆平均速度提升8.77%，主线下游疏散流量增加3.47%。研究成果可有效缓解山地城市多车道汇入区域的交通冲突与拥堵问题，为山地城市多车道汇入区交通拥堵治理提供理论支持。</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