2020级博士研究生杜昕祺的论文FELight: Fairness-Aware Traffic Signal Control via Sample-Efficient Reinforcement Learning近日被CCF-A类期刊IEEE TRANSACTIONS ON KNOWLEDGE AND DATA ENGINEERING（简称TKDE）接收。TKDE是人工智能、机器学习以及数据挖掘领域顶级的学术期刊之一，是CCF-A类推荐国际学术期刊。

该工作与科隆大学的黎子玥教授、新加坡南洋理工大学的龙程教授、美国伊利诺伊大学芝加哥分校的Philip S. Yu教授合作完成。

论文详情

论文题目：FELight: Fairness-Aware Traffic Signal Control via Sample-Efficient Reinforcement Learning

第一作者：杜昕祺，黎子玥，龙程，邢永恒，Philip S. Yu，陈贺昌

指导教师：陈贺昌

论文概述：

交通信号灯的智能控制是智能交通研究中的热点问题，当前主流的方法采用基于强化学习的交通信号灯控制方法。然而，由于强化学习固有的学习模式是性能优先的，导致交通信号灯调度过程中存在不公平的调度现象。此外，真实的交通信号灯控制任务中交互数据的数量受限，导致基于强化学习的交通信号灯控制方法样本效率问题突出，亟需进一步解决。为此，本文提出一种公平且样本高效的交通信号灯控制方法。具体而言，该文设计了公平性度量指标，通过强化学习建模了交通信号灯的控制过程，在执行控制决策时使智能体在保证模型性能的前提下充分考虑决策公平性。此外，提出了数据增强和状态自监督表示学习模块，以提高算法的样本效率。在实验中，通过真实交通车流数据验证了模型性能，结果表明所提方法是在有效性和公平性两方面都具有最好的表现。