Coordinated Lane-Level Variable Speed Limits and Ramp Metering for Successive Weaving Segments Considering Merging/Diverging Risks: A Hybrid Model Predictive Control and Multi-Agent Reinforcement Learning Approach

📄 arXiv: 2609.35152v1 📥 PDF

作者: Guodong Ma, Baofeng Sun, Wenyu Yang, Zhihong Yao

分类: math.OC, cs.LG

发布日期: 2026-09-28

💡 一句话要点

提出混合模型预测控制与多智能体强化学习以优化城市高速公路交通管理

🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱二：RL算法与架构 (RL & Architecture) 支柱八：物理动画 (Physics-based Animation)

关键词: 交通管理 模型预测控制 多智能体强化学习 车道级控制 碰撞风险评估

📋 核心要点

  1. 现有交通管理方法在自适应性能与模型控制的韧性之间难以平衡，导致交通拥堵和碰撞风险。
  2. 提出一种混合框架，通过重构L-METANET模型和结合XGBoost-SHAP与RPBL模型，优化车道级VSLs和匝道控制。
  3. 实验证明，MPC-STMAPPO在多个性能指标上优于传统方法，且在随机需求波动下表现出更强的泛化能力。

📝 摘要（中文）

城市高速公路上的连续编织段（SWSs）是易发生拥堵和碰撞的瓶颈，亟需精细化的主动交通管理（ATM）。现有方法在数据驱动优化的自适应性能与基于模型控制的韧性和可转移性之间难以平衡。本文提出了一种混合框架，以协调SWSs的车道级可变速度限制（VSLs）和匝道控制。首先，重构了L-METANET模型，捕捉自由和强制车道变换。其次，结合XGBoost-SHAP与随机参数二元Logit模型，推导合并和分流碰撞风险的分析方程，并制定系统成本和奖励函数。最后，开发了MPC-STMAPPO，一个集成模型预测控制（MPC）与多智能体强化学习（MARL）的分层控制器。实验证明，该方法在多个指标上优于现有基线，显示出强大的工业应用潜力。

🔬 方法详解

问题定义：本文旨在解决城市高速公路连续编织段的交通拥堵与碰撞风险问题。现有方法在自适应性能与模型控制的韧性之间存在显著不足，难以有效管理复杂的交通流动。

核心思路：提出一种混合框架，结合模型预测控制（MPC）与多智能体强化学习（MARL），以协调车道级可变速度限制和匝道控制，从而实现更精细的交通管理。

技术框架：整体架构包括三个主要模块：重构的L-METANET模型用于长时间优化，XGBoost-SHAP与RPBL模型用于风险评估，MPC-STMAPPO控制器用于生成和调整交通指令。

关键创新：最重要的创新在于将MPC与MARL相结合，形成分层控制结构，利用L-METANET进行长时间优化，同时通过ST-MAPPO进行短时间调整，显著提高了控制效率与效果。

关键设计：在模型设计中，采用了Mamba细胞和图注意力机制来增强ST-MAPPO层的性能，确保在动态交通环境中能够快速适应变化。

🖼️ 关键图片

img_0
img_1
img_2

📊 实验亮点

实验结果显示，重构的L-METANET模型能够准确再现车道变换引起的流量重分配，XGBoost-SHAP-RPBL模型在大多数任务中AUC值超过0.80。MPC-STMAPPO在多个指标上表现优于传统的MPC和MARL基线，且在随机需求波动下展现出更强的泛化能力，显示出显著的性能提升。

🎯 应用场景

该研究的潜在应用领域包括城市交通管理、智能交通系统和自动驾驶车辆的路径规划等。通过优化交通流动和减少碰撞风险，能够显著提升城市交通的安全性和效率，具有重要的实际价值和广泛的未来影响。

📄 摘要（原文）

Successive weaving segments (SWSs) on urban expressways are bottlenecks prone to recurrent congestion and collisions, requiring fine-grained active traffic management (ATM). Existing approaches struggle to balance the adaptive performance of data-driven optimization with the resilience and transferability of model-based control. We propose a hybrid framework to coordinate lane-level variable speed limits (VSLs) and ramp metering across SWSs. First, we reconstruct L-METANET, a lane-level macroscopic traffic flow model that captures free and forced lane changes. Second, we combine XGBoost-SHAP with a random-parameters binary logit (RPBL) model to derive analytical equations for merging and diverging collision risks and formulate system cost and reward functions. Third, we develop MPC-STMAPPO, a hierarchical controller integrating model predictive control (MPC) and multi-agent reinforcement learning (MARL). Its upper MPC layer uses L-METANET for long-horizon rolling optimization and generates baseline commands; its lower spatiotemporal MAPPO (ST-MAPPO) layer, enhanced with Mamba cells and graph attention, produces residual actions for short-horizon adjustment. Real-world experiments on the 18-km Eastern Expressway in Changchun, China, show that L-METANET accurately reproduces lane-changing-induced flow redistribution and capacity drops, with state evolution aligned with ground truth. XGBoost-SHAP-RPBL achieves AUCs above 0.80 in most tasks, outperforming conventional logit models. MPC-STMAPPO converges faster and performs better across multiple metrics than MPC- and MARL-based baselines. Under randomly fluctuating demand, it also significantly outperforms pure MARL in generalization, demonstrating strong potential for industrial deployment.