信號-車輛協同控制（SVCC）的智能優化框架研究

混合交通環境中的協同控制問題已成為智能交通系統領域的核心挑戰。現有研究多采用傳統模型預測控制方法，存在參數敏感性高、動態適應性差等固有缺陷。近年來，基于深度強化學習的智能控制范式展現出獨特優勢，特別是在處理高維狀態空間和非線性系統方面具有顯著潛力。本研究針對復雜城市交通場景，提出融合生態駕駛與信號控制的協同優化框架，通過多智能體強化學習機制實現交通流的多維度協同控制。

在交通系統動力學層面，研究揭示了信號控制與車輛駕駛的強耦合關系。信號相位配時直接影響車流時空分布特征，而車輛行駛軌跡又反過來制約信號周期的優化效果。傳統研究往往將兩者解耦處理，導致控制策略存在系統性缺陷：生態駕駛策略過度關注局部能效優化，忽視信號周期協同；信號控制系統依賴歷史流量數據，難以實時響應動態車流變化。這種割裂式控制機制在混合交通場景中容易引發多向反饋震蕩，具體表現為信號相位切換時的車流堆積、跟馳車輛頻繁急剎等不穩定現象。

研究創新性地構建了雙智能體協同學習架構，包含生態駕駛智能體和信號控制智能體兩個核心模塊。生態駕駛智能體通過物理排隊模型實現動態速度引導，該模型基于沖擊波理論構建，能夠準確預測混合交通流中的車輛到達時間序列。與傳統排隊模型相比，沖擊波理論模型通過建立時空連續性約束，有效解決了異質交通流中的信息失真問題。實驗數據顯示，該物理模型對實際車流的預測誤差控制在8%以內，顯著優于傳統泊松過程模型。

在強化學習框架設計方面，研究采用分層獎勵機制解決長期依賴問題。生態駕駛智能體同時接受過程獎勵和終端獎勵：過程獎勵基于實時速度偏差與物理排隊模型的預測誤差構建，終端獎勵則與車輛通過停止線時的能量損耗相關聯。這種雙模獎勵機制既保證了學習過程的穩定性，又強化了全局優化目標。特別值得關注的是，研究提出的動態n步TD誤差算法有效緩解了稀疏獎勵帶來的訓練困難，配合多緩沖采樣策略，將訓練效率提升約40%。

信號控制智能體采用周期自適應控制策略，通過實時采集的生態駕駛狀態數據動態調整信號配時參數。其核心創新在于將車流聚合度（Platoon Green Ratio）納入控制目標函數，該指標綜合考慮了信號周期長度、相位間隔和相位重疊度三個關鍵參數。實驗表明，與傳統固定周期控制相比，動態周期控制使平均停車次數減少62%，同時將車流波動幅度控制在±5%以內，顯著提升了信號系統的魯棒性。

協同控制框架的物理基礎建立在混合交通流動力學模型之上。該模型通過建立時空連續方程，將車輛跟馳行為、信號周期參數和道路拓撲結構進行統一描述。特別在處理人車混行場景時，研究引入認知延遲補償機制，有效緩解了人類駕駛者不可預測行為對協同控制的影響。仿真數據顯示，在30%人車混行比例下，系統仍能保持85%以上的協同控制效率。

實驗驗證部分采用南京城市主干道實測數據集進行仿真測試。對比實驗涵蓋傳統控制方法、單獨生態駕駛優化和單獨信號控制優化三個基準組。研究結果顯示，提出的SVCC框架在以下關鍵指標上實現突破性提升：平均等待時間降低至1.2分鐘（基準組2.5分鐘），車流能效比提高38%，信號周期利用率達92%，這些數據均優于現有最優方案。值得注意的是，當人車混行比例超過40%時，傳統控制方法開始出現系統崩潰，而SVCC框架仍保持穩定控制。

在算法實現層面，研究提出輕量化網絡架構設計。生態駕駛智能體采用多層感知機（MLP）結構，通過特征工程將原始高維狀態空間降維至78維有效特征空間。信號控制智能體則采用LSTM-GRU混合網絡，有效捕捉了交通流的時空依賴特性。實際部署測試表明，該架構在單路口控制場景中推理延遲小于200ms，滿足實時控制需求。

研究特別關注了系統擴展性和可移植性。通過模塊化設計，SVCC框架支持不同規模交通網絡的快速部署。實驗在單個交叉路口、三叉路口和六叉路口場景中均取得顯著效果，且控制性能隨路口規模擴大僅下降3.2%。系統已成功部署于南京城市交通仿真平臺，累計處理超過10萬條實時交通數據，驗證了工程實用價值。

未來研究方向主要集中在人機協同機制的深化和邊緣計算部署優化。研究團隊計劃引入聯邦學習框架，實現跨路口控制策略的動態協同，同時開發輕量化邊緣計算設備，將控制延遲壓縮至50ms以內。這些技術突破將推動SVCC系統從實驗室環境向實際路網大規模應用邁進。

該研究的重要啟示在于：智能交通控制需要建立跨尺度協同機制，通過物理模型約束強化學習能力，同時利用分層獎勵結構平衡短期和長期目標。這種工程導向的智能控制范式，為解決未來高滲透率自動駕駛環境下的復雜交通問題提供了新思路。