Agent在城市交通系統中的應用
加入技術交流群
Joachim將出行者建模成Agent,基于兩條平行路徑的路網分析了ATIS 環(huán)境中的出行者路徑選擇行為，研究指出出行信息的特性很大程度上影響了ATIS的潛在收益。趙凜在Joachim 的基礎上，通過對系統中的微觀行為建立基于Agent 的仿真模型來觀察系統"涌現"出來的宏觀特征。仿真結果顯示ATIS對通勤者出行前的出行規(guī)劃有一定影響，隨著交通量的增加，交通系統的不確定性也隨之增加，ATIS 系統收益會有所提高。
3.3 相關應用研究
Zargayouna提出了一種基于Agent 的出行者信息服務中心架構，通過實例化大量的交通實體，建立了基于環(huán)境的服務、信息資源和出行者主動交互支持模型，允許實體間建立各自感興趣的交互。
Wahle提出了一個基于多Agent 的實時交通流在線仿真和預測框架，通過歷史數據的啟發(fā)結合當前動態(tài)數據可提供對路徑選擇行為和交通走向的短期預測。王健采用數據挖掘中的決策樹方法獲取出行者信息需求，使用Agent 技術建立了基于移動終端的信息服務網絡框架。Chou構建了基于多Agent的停車導航協商網絡，將汽車、停車場和導航系統建模成Agent,通過各Agent 的協作為駕駛員選擇價格和路線最優(yōu)的停車場。
4 多Agent在APTS中的應用
4.1 基于多Agent 的公交運行狀態(tài)檢測
公交運行狀態(tài)檢測對于確保公交系統的正點到站、運行具有重要的意義。采用AVM 系統獲取公交運行數據進行擾動（延遲和超行）檢測缺乏對全局路況的總覽而且穩(wěn)定性差，很難提供基于時空二維的路況進展狀態(tài)。因此，Flavien提出了采用多Agent 技術診斷公交擾動以及檢測定位數據傳輸的連貫性。公交車和站點被建模成Agent,站點Agent 備有公交運行時間表，負責計算公交到站后的調度；公交車Agent負責向STOP Agent 報告路網實際狀態(tài)，供STOPAgent 將車輛到達的理論時間和當前實際時間相比較以檢測公交擾動。在此基礎上，他們又對擾動的整個生命周期進行了動態(tài)建模，把擾動模型融合到多Agent 決策支持系統中，研究了擾動對路網活動的影響。模型包括三個信息區(qū)域：后繼區(qū)域（延遲公交車后繼站點），關鍵區(qū)域（延遲公交車所在的站點），先前區(qū)域（延遲公交車的前驅站點）。如圖4 所示，最底層的STOP Agent 接收BUS Agent 傳來的信息，中間層的STOPAREA Agent 負責從STOP Agent 中收集信息合成交通評價、客流信息、路況進展系數等，頂層的INCIDENT Agent 形成綜合的實時調度決策。
圖4 基于分級多Agent 公交擾動檢測框架圖。
4.2 基于多Agent 的公交系統運行仿真
公交系統的運行仿真可用于調整公交調度、評價公交路網結構以及制定策略。David采用多Agent仿真方法描述了公交系統運行，將公交車和出行者建模成Agent,所有的模型都結合了公交操作、出行者行為和道路交通負載。文中使用了多項logit 模型配備交通需求，評價了步行、汽車、公交模式的效用，并基于效用模型制定了出行者的出行路線和交通行為。仿真主要關注了公交乘客載荷和乘客等待時間。
仿真結果表明，通過將公交車和出行者建模成Agent,可方便地模擬公交車在運行過程中可能出現的各種狀況（飽和、不足），為特殊事件（事故、阻塞）的發(fā)生制定有效的調度策略。
5 結論與展望
ITS 的將來會被各式智能、自治的Agent 布滿整個交通系統中，通過互聯網、無線網絡或自組織網絡連接，不斷采集信息做出智能決策，最終使交通系統獲得徹底的智能。要使Agent 發(fā)揮更大的作用，還需要在實際應用中充分考慮城市交通系統及其內含實體的特點（出行方式特征、交通規(guī)則、路網結構、出行心里），緩解通信需求、降低運算量及協調復雜度、優(yōu)化系統組織結構、增強系統的穩(wěn)定性和安全性。多Agent 今后在城市交通系統中的研究方向應主要集中在以下幾方面：
（1） 多個Agent 系統的信息融合，如在交通管理系統、出行信息系統、導航系統、停車系統間共享信息，通過協調多系統的工作，提高路網運行效率和出行信息服務質量；
（2） 針對城市交通系統存在的問題，研究面向特定應用領域的多Agent 系統結構、協調算法和組織優(yōu)化技術，形成規(guī)范的技術體系，包括通信環(huán)境、建模方法、評價方法等；
（3） 將更多Agent 新技術引入到城市交通系統設計當中，如移動Agent、Agent 規(guī)范、Agent 體系結構、Agent 通信和語言、Agent 組織與聯盟、Agent學習與規(guī)劃、Agent 協商與協調等方向上的新技術；
（4） Agent 技術理論研究在城市交通中的應用已形成一定的規(guī)模，如何更高效地發(fā)揮Agent 的特性使之與城市交通更緊密的結合與適應將會成為新的研究熱點；
（5） Agent 的廣泛應用會把更多的人工智能、系統工程、控制理論、優(yōu)化算法和分布式計算技術引入到實際的交通問題解決中來，為Agent 的具體應用提供更多的新思路。
評論