一种可变车道与信号协同控制方法、系统、设备及介质

1.一种可变车道与信号协同控制方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种可变车道与信号协同控制方法，其特征在于，所述状态空间用于实时记录每辆车的位置和速度以及车道排队长度，具体包括以下步骤：

3.根据权利要求1所述的一种可变车道与信号协同控制方法，其特征在于，所述奖励函数用于以当前交叉口可变车道车辆的排队长度、车辆等待时间以及停车次数设定奖励值，具体表示为：

4.根据权利要求3所述的一种可变车道与信号协同控制方法，其特征在于，采用归一化处理方式将所述交叉口前各车道排队长度、交叉口前车辆等待时间以及车辆停车次数的值确定在0-1范围内，并在计算奖励值时对所述交叉口前各车道排队长度、车辆等待时间以及车辆停车次数的值均乘以一个负值，当交叉口前各车道车辆排队长度之和、车辆等待时间之和以及车辆停车次数之和越小则奖励越大，反之奖励越小。

5.根据权利要求1所述的一种可变车道与信号协同控制方法，其特征在于，还包括对所述强化学习模型进行训练，其训练步骤具体包括：

6.一种可变车道与信号协同控制系统，其特征在于，包括：

7.一种可变车道与信号协同控制计算机设备，其特征在于，包括：存储器、处理器以及存储在所述存储器内的计算机程序，所述处理器执行所述计算机程序时实现权利要求1-5任一项所述的可变车道与信号协同控制方法的步骤。

8.一种可读存储介质，其特征在于，所述可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令被处理器执行时，用于执行权利要求1-5任一项所述的可变车道与信号协同控制方法的步骤。