2. 交通交互基础

多智能体强化学习要在交通场景中有效工作，前提是智能体能够“理解”交通系统本身。交通不是简单的车辆集合，而是由交通流规律、车辆物理约束、道路拓扑结构和交互行为共同构成的动态系统。本章从四个基础维度建立交通交互的认知框架，为后续的决策建模与奖励设计提供依据。

一、交通流理论：从宏观到微观的连续谱

交通流理论描述车流在时间与空间上的分布规律。宏观层面关注流量 q、密度 k、速度 v 三者的基本关系：q = k · v。这一关系看似简单，却揭示了交通拥堵的本质——当密度超过临界值，速度下降的幅度快于密度增长，流量反而降低，形成拥堵区。

微观层面则关注车辆跟驰与换道行为。经典的跟驰模型如IDM（智能驾驶员模型）通过期望速度、安全车距和反应时间描述后车对前车的响应；换道模型则涉及间隙接受判断与车道效用评估。对多智能体系统而言，宏观规律提供了全局约束，微观模型提供了局部交互规则，二者共同构成智能体策略学习的“环境物理”。

二、车辆运动学与动力学：智能体的物理边界

运动学描述车辆位置、速度、加速度与航向角之间的几何关系，不考虑力的来源；动力学则进一步引入质量、轮胎力、风阻和路面附着等物理因素。在强化学习中，运动学模型常用于状态转移的简化，而动力学模型用于高保真仿真与安全边界验证。

常用的运动学模型包括自行车模型和点质量模型。自行车模型以轴距 L、前轮转角 δ 和速度 v 描述车辆位姿变化：

ẋ = v · cos(θ)
ẏ = v · sin(θ)
θ̇ = v / L · tan(δ)

动力学约束则体现为最大加速度、最大减速度、轮胎侧偏特性和执行器延迟。多智能体强化学习若忽略这些约束，策略可能在仿真中表现优异，却在真实车辆上无法执行。因此，动作空间设计必须与车辆物理边界对齐。

三、道路网络建模：拓扑、车道与连接关系

道路网络建模将现实道路抽象为可计算的图结构。节点表示交叉口、匝道口或路段端点，边表示路段，边上附加车道数、限速、曲率和通行方向等属性。对于多智能体交互，还需要显式建模车道级连接关系，包括直行、左转、右转和掉头等转向路径。

常见的建模方式包括有向图、车道连接图和栅格化表示。有向图适合路径规划与宏观交通分配；车道连接图适合微观交互与冲突点分析；栅格化表示则便于与深度强化学习的卷积网络结合。选择何种表示，取决于智能体的观测空间与动作空间设计。

四、交互行为分类与安全指标

交通交互行为可按交互对象和交互意图分类。按对象可分为车-车交互、车-人交互和车-路交互；按意图可分为跟驰、换道、汇入、交叉口通行和避让。不同交互类型对应不同的冲突模式与风险等级。

安全指标用于量化交互风险，常见的有TTC（碰撞时间）、PET（后侵入时间）、DRAC（避免碰撞减速度）和SSAM（替代安全评估模型）。这些指标既是评价智能体策略安全性的依据，也可作为强化学习奖励函数的组成部分。

指标	含义	适用场景	风险阈值示例
TTC	两车保持当前速度到碰撞的时间	跟驰、交叉口	< 1.5 s 高风险
PET	两车先后到达同一冲突点的时间差	交叉口、汇入	< 1.0 s 高风险
DRAC	避免碰撞所需减速度	紧急制动场景	> 3.0 m/s² 高风险
SSAM	基于冲突点的替代安全评估	宏观安全分析	冲突次数与严重度

五、案例场景：交叉口多车交互

考虑一个四车道交叉口，四辆智能车分别从不同方向接近。每辆车需要根据交通流密度判断是否减速、根据运动学约束计算可行轨迹、根据道路网络确定转向路径、并根据TTC与PET评估冲突风险。若两车同时进入冲突点且PET小于1秒，则触发高风险状态，智能体应选择让行或制动。

在该场景中，交通流理论提供到达率与排队长度预测，运动学提供制动距离约束，道路网络提供冲突点位置，安全指标提供奖励信号。四者缺一不可。

六、常见误区与复盘

• 误区一：只关注宏观流量，忽略微观交互。宏观模型无法刻画换道博弈与交叉口冲突，导致智能体策略缺乏交互性。
• 误区二：动作空间超出车辆物理边界。例如允许瞬时转向或无限加速度，策略在真实车辆上不可执行。
• 误区三：安全指标单一化。仅使用TTC可能忽略低速场景下的风险，应结合PET与DRAC综合评估。
• 误区四：道路网络建模过于粗糙。缺少车道级连接会导致转向冲突无法被正确识别，影响策略安全性。