探索将全球感知预测与基于车道特定强化学习的可变速度限制相结合的机制，以应用于联网车辆

《Expert Systems with Applications》：Exploring mechanisms of integrating global perception prediction for connected vehicles with lane-specific reinforcement learning-based variable speed limits

提出基于BiLSTM和D3QN的车道差异化VSL策略，利用CV全局感知与时空预测提升加州I405高速路交织区效率，20%渗透率即实现64.86%流量提升和59.01%等待时间减少，并验证了时空预测对缓解拥堵的作用。

　　本研究聚焦于高速公路交织区域的交通控制策略，特别是通过引入车联网（Connected Vehicles, CVs）技术来提升交通流的调控效率。随着城市化进程的加快和交通需求的不断增长，高速公路交织区域已成为交通拥堵的主要发生地之一。这类区域通常存在多个冲突点，容易引发车辆之间的碰撞和延误，尤其是在交通流接近饱和时，瓶颈区域的通行能力可能会迅速下降，导致交通拥堵波浪状地向后传播，进一步降低道路服务水平。此外，频繁的加速和减速行为不仅影响驾驶舒适度，还会显著增加燃油消耗和温室气体排放。因此，如何在这些关键区域实现高效的交通控制，成为交通工程领域的重要课题。

Variable Speed Limit（VSL）作为一种动态调整速度限制的策略，已被广泛认为是缓解高速公路交织区域拥堵的有效手段。传统VSL策略主要依赖于固定检测器，例如地磁感应器、摄像头和雷达设备，这些设备虽然能够提供一定的交通状态信息，但其感知范围有限，只能获取局部的交通数据，且信息类别较为单一。这种局限性使得传统方法在面对复杂、动态变化的交通环境时，难以做出及时和精准的决策。相比之下，车联网技术能够通过车载传感器和通信系统，实时获取更全面、更细致的交通信息，从而实现对全局交通状态的动态感知。CVs作为移动的检测节点，不仅能够感知当前的交通状况，还能预测未来交通流的变化趋势，为VSL策略的制定提供更丰富的数据支持。

本研究提出了一种名为BiLSTM-D3QN-DVSL的新型VSL控制策略，该策略结合了双向长短期记忆网络（BiLSTM）和对抗性双重深度Q网络（D3QN），并应用于车道级别的差异化VSL系统。BiLSTM网络擅长捕捉交通流的时空特征，能够从CVs提供的数据中提取出交通密度、速度、流量等关键参数的变化规律。而D3QN则是一种基于深度强化学习的算法，能够根据当前和预测的交通状态，动态调整速度限制，以达到最优的交通控制效果。通过将BiLSTM的预测能力与D3QN的决策机制相结合，该模型能够在不同CV渗透率的交通环境中，实现对交通流的高效调控。

在实验设计中，研究者选择了美国加利福尼亚州的I-405高速公路交织区域作为训练环境，并采用SUMO（Simulation of Urban Mobility）软件构建了该区域的交通仿真场景。I-405作为一条繁忙的高速公路，其交织区域的交通流具有高度的复杂性和动态性，是验证VSL策略有效性的理想案例。研究者将上游段的长度设置为1公里，以模拟车辆的生成过程；同时，VSL控制区的长度被设定为600米，以满足车辆在进入瓶颈前进行车道变换和加速/减速的需求。通过这种方式，研究者能够更真实地还原实际交通环境，为模型的训练和评估提供可靠的数据基础。

在模型训练过程中，研究者进行了500次训练回合，并在工作站上使用NVIDIA GeForce RTX 5060 Ti显卡和Intel(R) Core (TM) i7-14790F处理器进行计算。整个训练过程持续了5小时8分钟，显示出该模型在计算效率上的优势。实验结果表明，即使在CV渗透率仅为20%的情况下，BiLSTM-D3QN-DVSL模型仍能通过时空预测能力弥补局部感知的不足，从而显著提升交通控制效果。具体而言，该模型在低CV渗透率场景下，能够将净交通流出量提高64.86%，并减少总车辆等待时间59.01%。随着CV渗透率的增加，模型的调控效果进一步优化，交通拥堵、燃油消耗和碳排放均得到明显改善。

此外，本研究还深入探讨了BiLSTM-D3QN-DVSL模型的调控机制。通过分析模型的时空预测能力，研究者发现，CVs能够通过实时交互获取更全面的交通状态信息，从而为VSL策略提供更精准的输入。与传统方法相比，该模型不仅能够基于当前的交通状态进行决策，还能够预测未来交通流的变化趋势，实现前瞻性控制。这种能力对于避免交通拥堵的进一步恶化至关重要，因为它允许系统在拥堵发生之前就采取相应的措施，例如降低某些车道的速度限制，以引导车辆合理分流，减少冲突点的出现。

同时，研究者还指出，当前的VSL策略大多基于宏观交通流模型，即将交通流视为连续介质进行分析。这种模型虽然能够提供一定的预测能力，但其依赖于准确的模型参数，且计算效率较低，难以在实际交通环境中快速响应。相比之下，基于深度强化学习的VSL算法，如Q-learning、Deep Q-Networks（DQN）和Deep Deterministic Policy Gradient（DDPG），能够通过与环境的交互不断学习和优化策略，展现出更强的适应性和灵活性。然而，这些方法往往依赖于固定检测器，要求数据质量高且设备具备良好的耐用性，这在实际应用中可能带来较高的成本和维护难度。

随着车联网技术的快速发展，CVs不仅可以提供更丰富的交通数据，还能够通过与路侧单元（Roadside Units, RSUs）的通信，实现交通状态的实时更新。这种实时数据的获取能力使得VSL策略能够更加灵活地调整速度限制，以应对突发的交通状况，如事故、施工或恶劣天气。此外，CVs还能够通过LiDAR和摄像头等传感器，采集更多样化的交通数据，包括车辆之间的相对位置、速度变化趋势以及潜在的冲突风险。这些数据不仅有助于提高VSL策略的准确性，还能支持更精细的车道级控制，从而提升整体交通效率。

值得注意的是，尽管近年来基于CVs的VSL策略取得了显著进展，但仍存在一些亟待解决的问题。首先，大多数研究假设CVs的渗透率较高，忽略了混合交通环境下CVs与传统车辆共存的情况。在实际交通系统中，CVs的渗透率通常较低，因此需要评估VSL策略在低渗透率条件下的适用性和有效性。其次，现有研究多关注于提升预测模型的准确性，而缺乏对预测能力如何影响强化学习代理决策性能的深入分析。因此，本研究不仅致力于开发一种高效的VSL策略，还试图揭示CVs的时空特征工程对策略性能的具体影响。

为了进一步验证BiLSTM-D3QN-DVSL模型的有效性，研究者在不同CV渗透率的交通流场景下进行了实验。实验结果显示，该模型在低渗透率条件下依然能够显著改善交通流的效率和可持续性，表明其具备较强的鲁棒性和适应性。随着CV渗透率的提高，模型的调控效果更加明显，交通拥堵现象被有效缓解，燃油消耗和碳排放也相应减少。这些结果表明，BiLSTM-D3QN-DVSL模型不仅适用于高CV渗透率的交通环境，也能够在低渗透率条件下发挥重要作用，为实际交通管理提供更具实用价值的解决方案。

在模型构建过程中，研究者特别关注了车道级别的差异化控制策略。传统的VSL策略通常以整个路段为单位进行统一控制，而未能考虑到不同车道之间的交通流差异。这种差异可能导致某些车道的交通流更加拥堵，而其他车道则相对顺畅，从而影响整体交通效率。通过引入车道级别的控制机制，BiLSTM-D3QN-DVSL模型能够根据各车道的具体情况，动态调整速度限制，实现更精细化的交通管理。这种策略不仅有助于减少车道间的交通不均衡现象，还能提高交通流的稳定性，降低事故风险。

本研究的另一项重要贡献在于对时空特征工程的深入探讨。研究者发现，CVs提供的数据不仅包含当前的交通状态，还能够反映交通流的时空演变规律。通过利用BiLSTM网络对这些数据进行建模，研究者能够更准确地预测未来交通流的变化趋势，从而为VSL策略的制定提供依据。这种时空预测能力使得模型能够在拥堵发生前就采取预防措施，而不是等到拥堵已经形成后再进行干预。相比之下，传统的基于固定检测器的VSL策略往往只能被动地应对已经发生的交通问题，缺乏前瞻性，导致控制效果有限。

此外，研究者还分析了CV渗透率对VSL策略性能的影响。实验结果表明，随着CV渗透率的增加，模型的调控能力逐步增强，能够更有效地应对复杂的交通状况。然而，在低渗透率条件下，模型仍然能够通过时空预测能力弥补局部感知的不足，显示出其在实际应用中的广泛适用性。这一发现对于推动VSL策略在实际交通系统中的部署具有重要意义，因为它表明即使在CVs尚未普及的情况下，该策略仍然能够发挥积极作用。

综上所述，本研究提出的BiLSTM-D3QN-DVSL模型在车联网环境下实现了对高速公路交织区域交通流的有效调控。该模型通过整合时空预测能力和强化学习框架，克服了传统VSL策略在数据获取和决策机制上的局限性，为提升交通流效率和可持续性提供了新的思路。实验结果表明，该模型在不同CV渗透率条件下均表现出良好的性能，特别是在低渗透率情况下，能够显著改善交通流的效率和稳定性。这些成果不仅为未来的交通管理提供了理论支持，也为实际应用中VSL策略的优化和推广奠定了基础。