Planificación de Trayectorias para Múltiples Vehículos Autónomos en Intersecciones Semafóricas en Tándem de Distancia Corta Basada en un Marco Sin Reglas

Los vehículos autónomos (AVs) de alto nivel tienen más posibilidades de mejorar la eficiencia del tráfico. La mejora de la eficiencia del tráfico para el flujo mixto en intersecciones semafóricas en tándem de distancia corta (STSI) casi saturadas necesita atención. La mayoría de los estudios existentes diseñan una regla de control generalizada para los AVs, ignorando la heterogeneidad entre diferentes AVs. En este trabajo, se diseña un marco de planificación de trayectorias multivehículo basado en un algoritmo de aprendizaje por refuerzo multiagente (MRL) para explorar heurísticamente la eficiencia óptima del tráfico del flujo mixto en STSI. El algoritmo central de este marco se mejora a partir del algoritmo clásico MRL de optimización de políticas proximales multiagente basado en la idea del grupo virtual en lugar de diseñar reglas de control. Las trayectorias planificadas por el marco muestran un rendimiento destacado en la mejora de los flujos de tráfico y la reducción de emisiones a nivel del sistema global, en comparación con la conducción natural, el modelo clásico de control de crucero adaptativo y el modelo de control de crucero adaptativo cooperativo. El marco se puede utilizar para explorar la eficiencia óptima del tráfico para el flujo mixto y mejores reglas heterogéneas para AVs de alto nivel.