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%。
本文介绍了多智能体强化学习算法MAPPO及五个调优建议，包括价值归一化、局部和全局特征输入、训练周期数、剪切比率和批量大小。MAPPO在多智能体环境中实现了与基于策略的方法相当的性能。
完成下面两步后，将自动完成登录并继续当前操作。
