SUMO-RL 开源项目教程

1. 项目介绍

SUMO-RL 是一个用于交通信号控制的强化学习（Reinforcement Learning, RL）环境。它提供了一个简单的接口，使得用户可以轻松地使用 SUMO（Simulation of Urban MObility）进行交通信号控制的强化学习实验。SUMO-RL 的目标是：

• 提供一个简单易用的接口，方便用户进行强化学习实验。
• 支持多智能体强化学习。
• 兼容 Gymnasium 和 PettingZoo 等流行的强化学习库。
• 允许用户轻松自定义状态和奖励定义。

2. 项目快速启动

2.1 安装 SUMO

首先，确保你已经安装了 SUMO。你可以通过以下命令在 Ubuntu 系统上安装 SUMO：

sudo add-apt-repository ppa:sumo/stable
sudo apt-get update
sudo apt-get install sumo sumo-tools sumo-doc

安装完成后，设置 SUMO_HOME 环境变量：

echo 'export SUMO_HOME="/usr/share/sumo"' >> ~/.bashrc
source ~/.bashrc

2.2 安装 SUMO-RL

你可以通过 pip 安装 SUMO-RL 的稳定版本：

pip install sumo-rl

或者，如果你想使用最新的未发布版本，可以通过以下命令从 GitHub 克隆并安装：

git clone https://github.com/LucasAlegre/sumo-rl
cd sumo-rl
pip install -e .

2.3 快速启动示例

以下是一个简单的示例，展示如何使用 SUMO-RL 进行单智能体强化学习实验：

import gymnasium as gym
import sumo_rl

# 创建环境
env = gym.make('sumo-rl-v0', 
               net_file='path_to_your_network.net.xml', 
               route_file='path_to_your_routefile.rou.xml', 
               out_csv_name='path_to_output.csv', 
               use_gui=True, 
               num_seconds=100000)

# 重置环境
obs, info = env.reset()
done = False

while not done:
    # 选择随机动作
    action = env.action_space.sample()
    
    # 执行动作
    next_obs, reward, terminated, truncated, info = env.step(action)
    
    # 检查是否完成
    done = terminated or truncated

3. 应用案例和最佳实践

3.1 单智能体强化学习

在单智能体场景中，SUMO-RL 可以用于优化单个交通信号灯的控制策略。通过定义不同的奖励函数和观察空间，可以训练模型以最小化交通拥堵或最大化交通流量。

3.2 多智能体强化学习

在多智能体场景中，SUMO-RL 支持多个交通信号灯的协同控制。每个信号灯可以作为一个独立的智能体，通过协作来优化整个交通网络的效率。

3.3 自定义奖励函数

SUMO-RL 允许用户自定义奖励函数。例如，你可以定义一个奖励函数来最大化车辆的平均速度，而不是最小化延迟。

def my_reward_fn(traffic_signal):
    return traffic_signal.get_average_speed()

env = sumo_rl.SumoEnvironment(reward_fn=my_reward_fn)

4. 典型生态项目

4.1 Gymnasium

Gymnasium 是一个流行的强化学习库，SUMO-RL 与之兼容，使得用户可以轻松地将 SUMO-RL 集成到现有的强化学习实验中。

4.2 PettingZoo

PettingZoo 是一个多智能体强化学习库，SUMO-RL 支持 PettingZoo 的 API，使得用户可以轻松地进行多智能体强化学习实验。

4.3 Stable-Baselines3

Stable-Baselines3 是一个基于 PyTorch 的强化学习库，提供了多种强化学习算法的实现。SUMO-RL 可以与 Stable-Baselines3 结合使用，进行更复杂的强化学习实验。

通过这些生态项目的支持，SUMO-RL 可以广泛应用于交通信号控制的强化学习研究中。