arXiv cs.MA· Lu Liu, Chi Xie, Xi Xiong·· 6 天前AI 评分22
基于物理信息世界模型的离线多智能体强化学习用于协同混合交通控制
Offline Multi-Agent Reinforcement Learning with a Physics-Informed World Model for Cooperative Mixed Traffic Control
AI 导读
研究提出一种物理信息世界模型驱动的离线多智能体强化学习框架，从局部 CAV 观测-动作历史重建可解释的全局交通状态，并以宏观-微观耦合交通动力学提供物理监督。概率集成世界模型学习状态转移与系统奖励，模型分歧量化认知不确定性，多步想象推演结合悲观奖励与不确定性截断用于离线策略学习。在 SUMO 匝道瓶颈场景约 1×10^6 条离线转换数据上，物理监督提升了状态重建与世界模型预测精度。
正文 · AI 翻译
摘要：本研究探讨混合交通中部分可观测高速公路瓶颈处网联自动驾驶汽车（CAV）的协同控制，旨在不依赖完整全局交通状态或在线试错的情况下缓解拥堵。我们提出了一种基于物理信息世界模型的离线多智能体强化学习框架，该框架从局部 CAV 的观测-动作历史中重建物理上可解释的全局交通状态，并通过耦合的宏观-微观交通动力学提供基于物理的监督。概率集成世界模型学习交通状态转移和系统奖励，而模型分歧则量化认知不确定性。随后，利用带有悲观奖励和不确定性驱动截断的多步想象推演进行离线策略学习。在基于 SUMO 的匝道瓶颈中使用约 $1\times10^6$ 条离线转移进行的实验表明，物理监督提高了状态重建和世界模型预测的准确性。
| 主题： | 多智能体系统（cs.MA） |
| 引用为： | arXiv:2608.17739 [cs.MA] |
| （或 arXiv:2608.17739v2 [cs.MA] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2608.17739 arXiv 颁发的 DOI，通过 DataCite |
提交历史
来自：Lu Liu [查看电子邮件]
[v1]
2026年8月18日星期二 13:03:51 UTC（2,797 KB）
[v2]
2026年10月9日星期五 02:59:13 UTC（2,789 KB）
来源：arXiv cs.MA · arxiv.org