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。

该研究提出FitLight框架，解决了基于强化学习的交通信号控制中的高学习成本和泛化能力差的问题，通过知识共享和混合压力代理设计，提高了控制策略的收敛速度和资源利用效率。

本研究提出了一种双阶段模糊方法FuzzyLight，旨在解决城市交通信号控制中的决策不准确和训练不稳定问题，提升信号决策效率48%，对交通管理具有重要影响。

本研究提出了一种超轻量级的二进制神经网络（BNN）模型，旨在解决深度学习模型在资源受限平台上的部署问题。该模型在GTSRB数据集上的识别精度达到97.64%，精度损失低于1%，参数存储仅为全精度模型的10%。研究表明BNN在计算机视觉和自动驾驶任务中具有良好潜力。

本研究提出了一种自适应模块化模型（AMM），旨在解决交通信号控制中强化学习的高实验成本和城市差异问题。通过模块化和元学习，AMM在目标环境中表现出色，实验结果证明了其良好的实用性和泛化能力。

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，解决了基于强化学习的交通信号控制中高维状态表示未能提升性能的问题，平均等待时间减少了17.9%。强调了车与基础设施通信的必要性，并探讨了模型压缩以提高计算效率。

本研究提出DiffLight模型，旨在解决交通信号控制中的数据缺失问题。该模型通过部分奖励条件扩散框架，有效捕捉交叉口的时空依赖性，提升了控制性能。实验结果表明，其在多种缺失场景下表现优异。

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。

本文提出了一种基于增强学习的交通信号控制方法CityLight，采用MAPPO框架实现多个智能体的协同控制，显著提升交通效率。实验结果显示，整体性能提高11.66%，迁移场景吞吐量提升22.59%。

通过交通流理论和机器学习，提出了一种数据驱动和免费模拟器的交通信号控制框架。利用历史交通数据构建奖励推断模型，通过离线学习信号控制策略。实验证明该方法性能卓越，具有实际应用性。

研究者提出了MTLight方法，通过学习交通指标来增强智能体的观察，并构建多个辅助任务和监督任务来学习潜在状态。实验证明MTLight具有领先的收敛速度和渐近性能。

本研究介绍了一种名为MoveLight的创新交通信号控制系统，利用深度强化学习和实时数据优化城市交通管理。实验结果表明，MoveLight在交叉口、干道和网络层面上具有可扩展性和有效性，能显著改善排队长度、延迟和吞吐量等指标。该研究突显了深度强化学习在智能交通信号控制中的转变潜力。

交通信号控制方法基于强化学习优于传统方法，但面临输入、输出和循环流关系等困难。为缩小与行业标准的差距，提出使用行业解决方案指导强化学习代理。通过行为克隆和课程学习设计指导方法，使代理模仿和满足行业要求，并利用强化学习的探索和利用能力提高性能。实验证明，该方法具有良好的循环流关系和卓越的性能。

本研究将大型语言模型（LLMs）与交通信号控制系统相结合，提供先进的推理和决策能力，以应对都市交通流量的复杂性和变动性。该方法在多种交通环境下表现出高效性，减少了平均等待时间20.4%。研究突显了LLMs在交通管理中的潜力。

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...

该论文提出了一种基于TD3强化学习算法的低成本单一智能体方法，用于解决自动驾驶车辆在复杂T字路口中的导航问题。研究结果表明，该方法在CARLA模拟平台中表现出稳定、安全且具有改进性能的结果。该方法为自动驾驶应用中的强化学习提供了有价值的知识，并展示了采用单一智能体、低成本方法在解决复杂驾驶场景和推进强化学习算法方面的潜力。

车辆信号控制对缓解城市交通拥堵有重要影响。研究者提出了MTLight方法，通过学习交通指标增强智能体的观察，并构建多个辅助任务和监督任务来学习潜在状态。实验证明MTLight具有领先的收敛速度和渐近性能，适应性高。