GNN-based MARL

基于GNN的多智能体强化学习框架将交通波减少80%

研究人员开发了一种新的去中心化多智能体强化学习（MARL）框架，该框架利用图神经网络（GNN）来管理交通波。这种方法允许联网和自动驾驶汽车（CAVs）仅使用本地信息和与附近车辆的交互来学习协作控制策略，使其在早期车联网（VANETs）中具有实用性。模拟表明，即使只有10%的车辆联网，这种基于GNN的MARL系统也能将交通波传播减少高达80%。