城市交通信号智能控制方法研究

用Q学习和BP算法解决交通信号控制问题的过程如下: 步骤1:在决策时间点，观察当前的交通状态s; 步骤2:通过Q值存储网络计算每种行为对应的Q值; 步骤3:管理Agent根据一定的策略选择行为a，并分别交由各个路口 Agent执行; 步骤4:执行行为a后，收到回报r; 步骤5:观察新的交通状态s',