Buchumschlag

X-Light: Cross-City Traffic Signal Control Using Transformer on Transformer as Meta Multi-Agent Reinforcement Learner

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Jiang, Haoyuan, Li, Ziyue, Wei, Hua, Xiong, Xuantang, Ruan, Jingqing, Lu, Jiaming, Mao, Hangyu, Zhao, Rui
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

CoSLight: Co-optimizing Collaborator Selection and Decision-making to Enhance Traffic Signal Control
von: Ruan, Jingqing, et al.
Veröffentlicht: (2024)

GuideLight: "Industrial Solution" Guidance for More Practical Traffic Signal Control Agents
von: Jiang, Haoyuan, et al.
Veröffentlicht: (2024)

Controlling Large Language Model-based Agents for Large-Scale Decision-Making: An Actor-Critic Approach
von: Zhang, Bin, et al.
Veröffentlicht: (2023)

TPTU: Large Language Model-based AI Agents for Task Planning and Tool Usage
von: Ruan, Jingqing, et al.
Veröffentlicht: (2023)

Hierarchical Transformers are Efficient Meta-Reinforcement Learners
von: Shala, Gresa, et al.
Veröffentlicht: (2024)

MalLight: Influence-Aware Coordinated Traffic Signal Control for Traffic Signal Malfunctions
von: Yang, Qinchen, et al.
Veröffentlicht: (2024)

OffLight: An Offline Multi-Agent Reinforcement Learning Framework for Traffic Signal Control
von: Bokade, Rohit, et al.
Veröffentlicht: (2024)

QPO: Query-dependent Prompt Optimization via Multi-Loop Offline Reinforcement Learning
von: Kong, Yilun, et al.
Veröffentlicht: (2024)

Explainable Reinforcement Learning via a Causal World Model
von: Yu, Zhongwei, et al.
Veröffentlicht: (2023)

MoveLight: Enhancing Traffic Signal Control through Movement-Centric Deep Reinforcement Learning
von: Shao, Junqi, et al.
Veröffentlicht: (2024)

CityLight: A Neighborhood-inclusive Universal Model for Coordinated City-scale Traffic Signal Control
von: Zeng, Jinwei, et al.
Veröffentlicht: (2024)

Toward Dependency Dynamics in Multi-Agent Reinforcement Learning for Traffic Signal Control
von: Zhang, Yuli, et al.
Veröffentlicht: (2025)

GPG: Generalized Policy Gradient Theorem for Transformer-based Policies
von: Mao, Hangyu, et al.
Veröffentlicht: (2025)

Mitigating Partial Observability in Adaptive Traffic Signal Control with Transformers
von: Wang, Xiaoyu, et al.
Veröffentlicht: (2024)

UniTSA: A Universal Reinforcement Learning Framework for V2X Traffic Signal Control
von: Wang, Maonan, et al.
Veröffentlicht: (2023)

MetaVIM: Meta Variationally Intrinsic Motivated Reinforcement Learning for Decentralized Traffic Signal Control
von: Zhu, Liwen, et al.
Veröffentlicht: (2021)

Gold after Randomized Sand: Model-X Split Knockoffs for Controlled Transformation Selection
von: Cao, Yang, et al.
Veröffentlicht: (2025)

LLMLight: Large Language Models as Traffic Signal Control Agents
von: Lai, Siqi, et al.
Veröffentlicht: (2023)

ADLight: A Universal Approach of Traffic Signal Control with Augmented Data Using Reinforcement Learning
von: Wang, Maonan, et al.
Veröffentlicht: (2022)

DiffLight: A Partial Rewards Conditioned Diffusion Model for Traffic Signal Control with Missing Data
von: Chen, Hanyang, et al.
Veröffentlicht: (2024)

Integrating Transit Signal Priority into Multi-Agent Reinforcement Learning based Traffic Signal Control
von: Kwesiga, Dickness Kakitahi, et al.
Veröffentlicht: (2024)

Joint-Local Grounded Action Transformation for Sim-to-Real Transfer in Multi-Agent Traffic Control
von: Turnau, Justin, et al.
Veröffentlicht: (2025)

FuzzyLight: A Robust Two-Stage Fuzzy Approach for Traffic Signal Control Works in Real Cities
von: Li, Mingyuan, et al.
Veröffentlicht: (2025)

Large-scale Regional Traffic Signal Control Based on Single-Agent Reinforcement Learning
von: Li, Qiang, et al.
Veröffentlicht: (2025)

A Constrained Multi-Agent Reinforcement Learning Approach to Autonomous Traffic Signal Control
von: Satheesh, Anirudh, et al.
Veröffentlicht: (2025)

A Robust and Efficient Multi-Agent Reinforcement Learning Framework for Traffic Signal Control
von: Huang, Sheng-You, et al.
Veröffentlicht: (2026)

Single‐Agent Reinforcement Learning Model for Adaptive Traffic Signal Control in Urban Corridors
von: Qiang Li, et al.
Veröffentlicht: (2026)

Communication Strategy on Macro-and-Micro Traffic State in Cooperative Deep Reinforcement Learning for Regional Traffic Signal Control
von: Gu, Hankang, et al.
Veröffentlicht: (2025)

Robust Single-Agent Reinforcement Learning for Regional Traffic Signal Control Under Demand Fluctuations
von: Li, Qiang, et al.
Veröffentlicht: (2025)

PyTSC: A Unified Platform for Multi-Agent Reinforcement Learning in Traffic Signal Control
von: Bokade, Rohit, et al.
Veröffentlicht: (2024)

A Pretrained Probabilistic Transformer for City-Scale Traffic Volume Prediction
von: Shen, Shiyu, et al.
Veröffentlicht: (2025)

DataLight: Offline Data-Driven Traffic Signal Control
von: Zhang, Liang, et al.
Veröffentlicht: (2023)

Learning Causal Dynamics Models in Object-Oriented Environments
von: Yu, Zhongwei, et al.
Veröffentlicht: (2024)

Harmonizing Dense and Sparse Signals in Multi-turn RL: Dual-Horizon Credit Assignment for Industrial Sales Agents
von: Yang, Haojin, et al.
Veröffentlicht: (2026)

From Single Agent to Multi-Agent: Improving Traffic Signal Control
von: Tislenko, Maksim, et al.
Veröffentlicht: (2024)

Federated Hierarchical Reinforcement Learning for Adaptive Traffic Signal Control
von: Fu, Yongjie, et al.
Veröffentlicht: (2025)

Phase Re-service in Reinforcement Learning Traffic Signal Control
von: Zhang, Zhiyao, et al.
Veröffentlicht: (2024)

VissimRL: A Multi-Agent Reinforcement Learning Framework for Traffic Signal Control Based on Vissim
von: Chang, Hsiao-Chuan, et al.
Veröffentlicht: (2026)

Continual HyperTransformer: A Meta-Learner for Continual Few-Shot Learning
von: Vladymyrov, Max, et al.
Veröffentlicht: (2023)

Generalized Phase Pressure Control Enhanced Reinforcement Learning for Traffic Signal Control
von: Liao, Xiao-Cheng, et al.
Veröffentlicht: (2025)