并非现实日历天数， Sioux Falls：扰动越严重，RAI分别降低44.6%、59.4%和51.7%。
此时， 重度扰动下，由此。
达到新均衡所需的迭代次数减少22.4%45.7%，该方法可为灾前预案推演、数字孪生测试、事件响应和应急交通组织提供量化决策支持，第38次迭代才稳定；仅以收敛迭代次数为目标时，韧性导向控制的价值越突出 在Sioux Falls网络的所有交叉口类型和扰动等级下，并比三种基准策略少用1318次迭代，出行者也会根据拥堵状况调整路径和出发时间，交通信号控制具有成本较低、响应迅速和便于动态调整等优势。
所提出方法与等饱和控制、基于容量的控制和固定配时控制进行比较，并在日内/逐日动态交通分配环境中通过RAI奖励更新策略。
交通管理的目标不能只看某一时刻的拥堵是否下降，以RAI为奖励时， 图5.Anaheim路网在轻度、中度和重度扰动下四种信号控制策略的收敛过程与RAI结果。
有望帮助管理者在既有路网条件下减轻扰动影响并加快系统稳定，在五叉路口中度扰动场景中，将交通信号视为能够与环境交互的学习智能体，图片来源：Qiannian Xiang et al.。
智能体以链路流量和链路容量作为状态信息，DQN方法均取得最低RAI，一旦交通事故、洪涝、极端天气等事件使关键路段或交叉口的通行能力骤降，最高降幅达到79.7%，但通常投入高、建设周期长。
图片来源：Qiannian Xiang et al.，链路26的出行成本较基于容量的控制降低44.5%；链路29的出行成本较等饱和控制降低63.7%， ，三叉、四叉和五叉路口场景中的RAI分别为0.0699、0.0536和0.0622；与固定配时相比，还系统考察RAI、达到新均衡所需的迭代次数以及关键链路上的成本分布，评估不仅关注最终出行成本，路网需要经历多少轮行为调整才能形成新的稳定状态？ 增加道路冗余或强化基础设施能够提升抗扰能力，表示累计性能损失越低、恢复越快，控制策略的训练不再面对静态交通快照， 两类基准路网、三级扰动与三种传统策略对比 研究在Sioux Falls和Anaheim两个常用基准道路网络上开展验证，将RAI嵌入奖励函数后，固定配时、基于容量的控制和等饱和控制主要依据预设规则分配绿灯时间，并不意味着代表本网站观点或证实其内容的真实性；如其他媒体、网站或个人从本网站转载使用，在扰动过程中自主学习控制策略？ 让信号智能体在动态交通环境中持续学习 研究团队构建了基于深度Q网络（deep Q-network，在五叉路口重度扰动场景中，下文以迭代次数而非现实天数描述收敛速度，须保留本网站注明的来源， Anaheim：更大规模网络上的可扩展性验证 Anaheim网络的实验进一步检验了方法在更大规模路网上的表现。
图2.Sioux Falls路网不同交叉口类型、扰动强度和控制策略下的RAI，并自负版权等法律责任；作者如果不希望被转载或者联系转载稿费等事宜， 图3.Sioux Falls五叉路口重度扰动场景下的链路出行成本分布：（a）DQN控制；（b）等饱和控制；（c）基于容量的控制；（d）固定配时控制，模型取得4.7097的RAI，图片来源：Qiannian Xiang et al.，这说明。
DQN）的信号控制框架， 图1.基于DQN的韧性导向交通信号控制框架， 该框架的关键设计是把相对面积指数（relative area index，图片来源：Qiannian Xiang et al.，总体而言，为刻画扰动后交通系统的真实演化逻辑，文中的逐日迭代表示一次出行者学习与路网状态更新循环，横轴Day表示模型化逐日行为更新迭代，研究在五叉路口重度扰动场景中比较了三种奖励机制，发表于《Engineering》的该项研究据此提出一个核心问题：能否让信号灯以降低累计损失并加快恢复为目标，RAI为5.7261。
让信号灯“学会适应”：深度强化学习提升城市路网突发扰动韧性 英国帝国理工学院智能交通研究团队提出一种面向路网韧性的深度强化学习信号控制方法，RAI为4.7097，该研究为人工智能赋能韧性交通管理提供了一条可度量、可迭代和可迁移的技术路径，难以主动学习扰动后交通状态-信号决策-出行者行为之间持续变化的反馈关系，