使用 SUMO 进行仿真(8)-使用 SUMO 做信控库介绍

2024年11月16日07:06:39

评论 2393字阅读7分58秒

文章目录(Table of Contents)

简介

本文会介绍，记录一些使用 SUMO 做「信号灯控制」的库。主要是看一下别人是如何从仿真过程中提取特征，提取的特征有哪些，如何下发动作，动作有哪些（我会结合我的使用来说明）。

项目链接，SUMO-RL，SUMO-RL provides a simple interface to instantiate Reinforcement Learning environments with SUMO for Traffic Signal Control.

该项目提供了一个与 SUMO 交互的简单接口，且该项目比较好理解。在安装完毕之后，可以进入 ./sumo-rl/experiments 目录下了解如何使用 sumo_rl 来与 SUMO 进行交互。

我们用 ./sumo-rl/nets/3x3grid做一下简单的解释，该环境如下所示。我们使用 sumo_rl 在下面环境下分别提取 obs，计算 reward，看一下他是如何执行 action 的：

下面代码是一段最简单的使用 sumo_rl 来与环境进行交互：

import os
def getAbsPath(file_relpath):
"""将相对路径转换为绝对路径
"""
file_abspath = os.path.abspath(__file__) # 获得当前文件的绝对路径
folder_abspath = os.path.dirname(file_abspath) # 获得所在文件夹
return os.path.join(folder_abspath, file_relpath)
import sumo_rl
env = sumo_rl.SumoEnvironment(net_file=getAbsPath('../nets/3x3grid/3x3Grid2lanes.net.xml'),
route_file=getAbsPath('../nets/3x3grid/routes14000.rou.xml'),
delta_time=10,
use_gui=True,
num_seconds=3600)
obs = env.reset()
for run in range(1, 10000):
actions = {ts: env.action_spaces(ts).sample() for ts in env.ts_ids}
observation, reward, done, info = env.step(actions)
env.close()

在 sumo-rl 中是按照「信号灯」来提取特征的，每个信号灯提取的特征如下所示（这部分的计算在代码 ./sumo_rl/environment/traffic_signal:computer_observation 来定义）：

obs = [phase_one_hot, min_green, lane_1_density,...,lane_n_density, lane_1_queue,...,lane_n_queue]

上面特征值每一个值得含义如下所示：

phase_one_hot is a one-hot encoded vector indicating the current active green phase（表示当前的绿灯在哪一个相位。例如某个信号灯有四个相位，当前这个时刻第三个相位的信号灯是绿灯，那么此时就是 [0,0,1,0]）
min_green is a binary variable indicating whether min_green seconds have already passed in the current phase（最小绿灯时间是否过，没有到 min_green 设定的时间，信号灯是不会改变的，这个的长度就是 1）
lane_i_density is the number of vehicles in incoming lane i dividided by the total capacity of the lane（每个车道的车道密度）
lane_i_queueis the number of queued (speed below 0.1 m/s) vehicles in incoming lane i divided by the total capacity of the lane（每个车道的排队长度）

最终的 obs 如下所示，分别返回每个交叉路口的数据：