AsmallFROG的博客

因为网上关于CTM的讲解、教程几乎搜不到或没有更深入的解释，并且Daganzo大佬的文章确实有些难懂，里面有些内容写的不是很详细，所以写下这篇博客，望与大家分享、交流。若有疏漏，还望指出。对于cell大小的设定可变性较大。选择多大合适、如何因地制宜，是一个问题。对于MFD强烈的假设，如高密度时候q-k的分布难以近似成直线等。

目录问题设定1. State 状态2. Action 动作3. Reward 奖励4. 仿真环境单点深度强化学习方法1. 基本方法2. 改进的方法问题设定一般而言，一个或多个Agent控制路网交通信号。Agent — 交通信号灯enviroment — 道路交通状态ttt — 时刻sts_tst​ — 状态，表示对环境的描述。如车辆位置、速度、排队长等1. State 状态离散化交通状态编码。即将交叉口分割为固定长度的网格，通过每个网格中的布尔值确定该位置是否存在车辆。可获得高分辨率交