本文提出了一种新的广义相位压力控制方法（G2P控制），旨在改善交通信号控制中的交通状态表示问题。该方法基于排队理论，考虑简单车道特征，显著优于现有启发式方法，G2P-XLight算法表现更佳。

本研究针对在复杂城市交通网络中应用于自适应交通信号控制的多智能体强化学习（MARL）面临的挑战，提出了一种新颖的动态参数更新策略。研究表明，在无溢流拥堵情况下，利用独立强化学习可实现优化的全球Q值，而在存在溢流拥堵时，则需采用集中式强化学习以达到最佳效果。所提出的DQN-DPUS策略在实验中显示了加快收敛速度的潜力，而并未降低搜索的最优性。

本研究解决了现有强化学习方法在交通信号控制中面临的并行化困难和时间开销过大的问题。提出的多场景聚合卷积学习（MacLight）通过引入变分自编码器和近端策略优化算法，实现了更快的训练速度和更稳定的性能。实验结果表明，与当前最先进的方法相比，MacLight在稳定性和时间效率上具有显著优势。

本研究分析了人工智能在交通管理系统中的应用，探讨了其在流量管理、交通信号控制、智能停车和实时监测中的潜力。研究表明，AI能有效改善交通流量、提升安全性，并减少交通事件，具有显著的社会和环境效益。

本研究解决了传统交通信号控制中缺乏公共交通信号优先（TSP）整合的问题。通过将TSP与多智能体强化学习（MARL）相结合，提出了一种新颖的信号控制策略，能够在协调十字路口中有效减少公交延误。研究结果表明，集中训练的TSP智能体在公交延误上最大可减少27%，显著提升了交通信号控制的效率。

本研究提出了一种新方法，通过高维状态表示和高效深度强化学习优化交通信号控制，显著提高了性能，平均等待时间减少了17.9%。同时强调了车与基础设施通信的重要性，并探讨了通过剪枝提高计算效率。

本文介绍了多种基于图像的自动驾驶技术研究，包括道路布局推断模型、交通信号数据集构建和车道拓扑预测框架。这些研究旨在利用深度学习和标准清晰度地图等方法，提高自动驾驶的安全性和效率。

智己Robotaxi在上海浦东进行L4自动驾驶测试，年底将取消安全员。与Momenta合作，采用一段式端到端技术，训练成本降低100倍。车辆能自主识别交通信号和避让行人，整体体验良好，未来目标是实现更高效的自动驾驶。

该论文探讨了强化学习在交通信号控制中的应用，提出了FRAP和LIT等多种方法，强调自适应控制和系统性思维的重要性。研究表明，基于马尔科夫决策过程和纳什均衡的算法在多个交叉口表现优越，数据驱动方法在真实环境中也取得了良好效果。

该论文探讨了强化学习在交通信号控制中的应用，提出了CVLight、DynamicLight和CityLight等新方法，并通过实验验证了其在提高交通效率和安全性方面的有效性。这些方法利用历史数据和深度学习技术，显著改善了交通流动性并减少了事故发生率。

该研究提出了一种基于增强数据的强化学习方法MTLight，用于优化交通信号控制。该模型通过学习交通指标和构建辅助任务，在SUMO模拟环境中表现出色，训练时间缩短80%。实验结果表明，MTLight显著改善了车辆等待时间和排队长度，具有高度适应性和安全性。

本文介绍了LemgoRL基准工具，旨在提升强化学习在交通信号控制中的应用。研究提出在真实模拟环境中训练强化学习算法，以解决现有控制器的不足。实验结果表明，结合交通流理论和机器学习的方法具有优越性能，推动智能交通系统的发展。

本研究提出了一种将大型语言模型（LLMs）与交通信号控制系统结合的新方法，显著提高了交通流量管理效率。在传感器故障情况下，该方法平均等待时间减少20.4%。研究还探讨了基于强化学习的交通信号控制框架，提出了多智能体协作的在线规划方法，以应对城市交通拥堵问题，提升交通流量控制性能。

交通信号控制是一项具有潜力的低成本措施，可以提高交通效率而不影响现有道路基础设施。本篇论文提出了基于增强学习的城市规模高可靠道路网络交通信号控制方法 CityLight，通过参数共享的 MAPPO 优化框架来实现多个智能体的协同控制和大规模异质交叉口的适配，采用邻域集成奖励以达到全局最优。大量实验证明 CityLight 具有出人意料的效果和推广性，整体性能提升...

该论文提出了一种结合深度强化学习的无信号交叉口控制系统，旨在提高交通效率和减少延迟。通过多智能体系统和实时数据分析，优化交通信号和车辆路由，显著降低车辆延迟和排队长度，提升旅行效率。研究表明，该方法在实际应用中表现优越，符合可持续发展目标。

本文探讨了模仿引导强化学习（IBRL）和基于人类监督的在线部署框架在机器人运动控制和交通信号控制等领域的应用，显示出显著的成果，优化了离线学习和数据利用，提升了算法性能。

本文探讨了智能城市中的交通信号优化控制，提出了基于强化学习和深度学习的多种方法。这些方法通过动态调整信号灯，提高交通效率，显著减少车辆等待时间和排队长度。研究表明，去中心化控制策略和自适应奖励机制优于传统算法，能够更好地管理复杂交通情境。

LLMLight利用大型语言模型优化交通信号控制，提升道路效率。研究提出LemgoRL基准工具，解决现有控制器在真实环境中的表现差距。DTLight方法通过离线数据学习策略，表现优异。TPLLM框架结合CNN和GCN提高交通预测准确性。TrafficDojo模拟框架为基于视觉的信号控制提供新机会，强化学习框架有效应对城市交通拥堵，实验验证其有效性。

本研究介绍了CycLight，一种基于循环层次的深度强化学习方法，用于网络级自适应交通信号控制系统。CycLight通过优化循环长度和分割，减少计算负担，增强实用性和安全性。在大型合成交通网格上的测试中，证明了CycLight相对于最先进方法的卓越性能和对信息传输延迟的稳健性。

AttendLight是一个端到端强化学习算法，用于解决交通信号控制问题。该算法通过使用两个注意力模型训练单个通用模型来解决此问题。实验结果表明，在全合成和实际标准基准数据集上，AttendLight的性能优于传统和其他基于RL的方法。