[论文解读] Quasi-dynamic Traffic Light Control for a Single Intersection

Yanfeng Geng, Christos G. Cassandras|arXiv (Cornell University)|Aug 5, 2013

Traffic control and management参考文献 5被引用 6

一句话总结

本文提出了一种基于随机流模型（SFM）和微小扰动分析（IPA）的准动态信号灯控制方法，用于单个交叉口。该方法通过估计拥堵度量对绿灯和红灯周期长度的梯度敏感度，实现对周期长度的调整。基于部分状态反馈（即车辆积压是否超过阈值），该方法在可变交通条件下，通过仿真显示平均拥堵降低达20%，优于静态或暴力优化方法。

ABSTRACT

We address the traffic light control problem for a single intersection by viewing it as a stochastic hybrid system and developing a Stochastic Flow Model (SFM) for it. We adopt a quasi-dynamic control policy based on partial state information defined by detecting whether vehicle backlog is above or below a certain threshold, without the need to observe an exact vehicle count. The policy is parameterized by green and red cycle lengths which depend on this partial state information. Using Infinitesimal Perturbation Analysis (IPA), we derive online gradient estimators of an average traffic congestion metric with respect to these controllable green and red cycle lengths when the vehicle backlog is above or below the threshold. The estimators are used to iteratively adjust light cycle lengths so as to improve performance and, in conjunction with a standard gradient-based algorithm, to seek optimal values which adapt to changing traffic conditions. Simulation results are included to illustrate the approach and quantify the benefits of quasidynamic traffic light control over earlier static approaches.

研究动机与目标

• 为解决静态信号灯控制的局限性，提出一种准动态控制策略，基于部分状态信息实时调整周期长度。
• 通过利用实时车辆积压阈值（无需精确车辆计数）来减少单个交叉口的平均拥堵。
• 开发一种基于微小扰动分析（IPA）的在线梯度估计器，用于针对可控绿灯和红灯周期长度的性能优化。
• 通过利用可观测的积压阈值，在优化间隔之间实现动态调整，优于以往的静态控制方法。
• 通过仿真展示所提方法在变化和突发交通条件下的鲁棒性和适应性。

提出的方法

• 使用随机流模型（SFM）将交叉口建模为随机混合系统，以表示随机的连续车辆流和事件驱动的信号切换。
• 定义一种准动态控制策略，根据车辆积压是否超过预设阈值，调整绿灯和红灯周期长度，仅使用二值状态反馈（高于/低于阈值）。
• 推导在积压高于或低于阈值条件下，针对可控绿灯和红灯周期长度的平均拥堵成本的在线IPA梯度估计器。
• 在标准梯度优化算法中使用IPA梯度估计值，迭代调整周期长度以寻找最小化拥堵的最优值。
• 通过车辆到达和离开的时间窗计数估计交通强度和队列长度，避免对完整状态的观测需求。
• 将基于IPA的控制器集成到仿真框架中，采用指数分布和突发交通模型，评估其在动态条件下的性能。

实验结果

研究问题

• RQ1 基于部分状态反馈（积压阈值）的准动态信号灯控制策略，是否能在减少交叉口拥堵方面优于静态周期长度控制？
• RQ2 微小扰动分析（IPA）在无需完整交通流模型的情况下，是否能有效生成无偏、在线的梯度估计，用于周期长度优化？
• RQ3 在不同交通强度下，基于IPA的准动态控制器相比暴力优化和静态控制方法，性能提升如何？
• RQ4 所提方法如何应对突发交通，其在高变异性条件下的鲁棒性如何？
• RQ5 该方法是否可扩展用于控制不仅周期长度，还包括队列长度阈值，以进一步提升性能？

主要发现

• 在基线仿真中，基于IPA的准动态控制器最优成本为51.68，低于暴力优化（BF）方法的62.06，证明了其更高的优化效率。
• 在不同交通强度下，IPA方法的最优成本范围为10.9至25.9，始终与BF方法相当或略优。
• 与先前研究的静态控制方法相比，准动态控制更有效地降低了拥堵，成本轨迹随时间收敛至更低水平。
• 在突发交通仿真中，基于IPA的方法相比固定周期和静态控制策略，实现了高达20%的成本降低。
• 该方法对交通变异性表现出鲁棒性，高方差或不可预测交通模式下性能增益进一步提升。
• IPA的使用实现了高效、无需模型的梯度估计，且独立于交通流分布，增强了适应性和实时可行性。