由于车辆交织、车道数减少以及交通事故等因素,高速公路的局部路段容易形成瓶颈区域,导致行驶速度和通行能力的下降。为了提高路网的运行效率,基于入口匝道调节和主线可变限速的集成控制方法,能够通过优化匝道通过量和主线速度分布,有效缓解瓶颈区的交通拥堵。现有的研究中,传统的集成控制方法受到数学模型的约束,具有一定的局限性。近年来,随着人工智能在交通领域的应用,基于数据驱动的方法得到了更多的关注。同时,车路协同系统作为智能交通系统的组成部分,在提高交通安全和运行效率等方面发挥着重要作用。基于上述内容,本文将在车路协同的环境下,运用多智能体的深度确定性策略梯度算法实现匝道控制和可变限速控制方法的结合,采用actor-critic框架,遵循“分散执行、集中训练”的原则,避免因智能体的独立训练而导致的环境不稳定问题,以最小化车辆总行程时间为目标,使两种控制方法能够相互配合,具备一定的自主学习能力,合理地制定匝道控制和可变限速方案。针对车路协同环境与传统交通环境之间的差异以及驾驶员行为发生的变化,从信息感知、信息交互和数据处理三个方面对车路协同下高速公路集成控制系统进行了需求分析,并设计了基于车路协同的入口匝道控制子系统、可变限速控制子系统和集成控制子系统。以南京绕城高速的部分路段作为实验场景,借助Py Charm平台对SUMO仿真软件进行二次开发,基于实时数据获取、控制策略输出、车路交互和评价指标输出四个功能模块,完成了车路协同下高速公路仿真环境的建立。提出了基于多智能体的深度确定性策略梯度算法的集成控制方法,将高速公路瓶颈区的集成控制问题转化为马尔可夫决策过程,应用车路协同的仿真环境,设计了匝道控制智能体和可变限速控制智能体,给予两者外部环境的状态值,以输出合理的匝道信号相位和主线分车道限速值,并接收相应的流出量与流入量之差作为奖励值,通过不断地训练使两者能够优化协同的工作,最大限度地减少车辆的总行程时间。在相同的路网条件下,设计了五种不同的控制方法,分别为无控制方法、ALINEA匝道控制方法、反馈式可变限速控制方法、反馈式集成控制方法以及车路协同下基于深度强化学习的集成控制方法。实验结果表明,相比于传统的集成控制方法,车路协同下基于深度强化学习的匝道控制和可变限速控制之间的相互配合使瓶颈区平均车速提高了28%,平均占有率降低了18%,疏散流量增加了12%,有效仿真时间内车辆的总行程时间下降了21%。