URB - Urban Routing Benchmark for RL-equipped Connected Autonomous Vehicles

URB是一个为配备强化学习（RL）的连接自动驾驶车辆（CAVs）设计的城市路由基准。该数据集由29个现实世界的交通网络和相关的实际需求模式组成，为多智能体强化学习（MARL）算法提供了一个全面的基准测试环境。URB包含预定义任务目录、四个最先进的MARL算法实现、三个基线方法、特定领域的性能指标和一个模块化配置方案。该数据集旨在促进对CAVs在城市交通网络中的路由决策进行研究和优化，并通过公共在线存储库提供，以鼓励学术界的竞争和合作。

URB is an urban routing benchmark designed for connected and automated vehicles (CAVs) equipped with reinforcement learning (RL). This dataset comprises 29 real-world traffic networks and their associated real-world demand patterns, providing a comprehensive benchmarking environment for multi-agent reinforcement learning (MARL) algorithms. URB includes a predefined task directory, implementations of four state-of-the-art MARL algorithms, three baseline methods, domain-specific performance metrics, and a modular configuration scheme. This dataset aims to facilitate research and optimization of routing decisions for CAVs in urban traffic networks, and is made available via a public online repository to encourage academic competition and collaboration.

搜集汇总

数据集介绍

构建方式

URB数据集通过整合29个真实世界交通网络与对应的需求模式构建而成，采用微观交通仿真工具SUMO模拟车辆动态行为，并结合多智能体强化学习（MARL）算法优化路径决策。数据集的构建过程包括网络提取、需求模式生成、路径选择模型配置以及实验参数化设计，确保了高度的现实性和可扩展性。

特点

URB数据集的核心特点在于其高度模块化和可定制性，支持多种交通场景的灵活配置，包括不同的CAV市场份额、行为模式和学习算法。此外，数据集提供了丰富的性能指标（如旅行时间、平均速度和里程变化）和基线方法，便于全面评估算法的效果。其与SUMO和TorchRL的深度集成，进一步增强了仿真的真实性和算法测试的便捷性。

使用方法

使用URB数据集时，用户可通过命令行参数配置实验环境，包括选择算法、网络拓扑、CAV行为模式等。数据集提供了预定义的训练流程，涵盖人类学习阶段、CAV训练阶段和策略测试阶段。用户还可通过公开的代码库和数据集扩展自定义实验，或利用内置的可视化工具分析结果。

背景与挑战

背景概述

URB（Urban Routing Benchmark for RL-equipped Connected Autonomous Vehicles）数据集由波兰雅盖隆大学的研究团队于2025年创建，旨在为配备强化学习的联网自动驾驶车辆（CAVs）提供城市路由决策的标准化评估环境。该数据集整合了29个真实交通网络及对应需求模式，包含预定义任务、多智能体强化学习算法实现、基线方法和领域特定性能指标。URB的建立填补了混合交通环境下集体路由策略研究的空白，为交通工程、运输工程和机器学习领域的交叉研究提供了重要平台。其通过SUMO微观交通模拟器与TorchRL框架的集成，首次实现了在大规模城市路网中对MARL算法的系统性评估，推动了自动驾驶路由优化领域的算法创新。

当前挑战

URB数据集面临的核心挑战体现在两个维度：领域问题层面，需解决非确定性、非平稳性的大规模多智能体路由决策问题，其中数千智能体在指数级增长的动作空间中竞争有限道路资源，且模拟成本高昂；构建过程层面，需克服真实路网与需求模式的精准建模、异构智能体行为协调、以及SUMO与RL框架的高效集成等技术难点。实验表明当前前沿MARL算法在训练效率、策略可扩展性和社会效益平衡等方面仍存在显著不足，尤其在处理CAV与人类驾驶员共存的复杂博弈场景时表现欠佳。

常用场景

经典使用场景

URB数据集作为强化学习在自动驾驶车辆路径规划领域的基准测试环境，其经典使用场景主要聚焦于多智能体强化学习（MARL）算法在混合交通环境（CAV与人类驾驶员共存）中的性能评估。通过整合29个真实城市路网与需求模式，URB为研究者提供了标准化测试平台，用于验证算法在动态路由决策、拥堵缓解及系统级协同优化等方面的表现。典型实验流程包括人类驾驶员行为模拟、CAV策略训练及固定策略测试三个阶段，核心指标为旅行时间、训练成本及网络效率变化。

衍生相关工作

URB催生了三类经典衍生研究：1) 算法改进方向，如基于QMIX的单调值函数分解扩展（Weighted QMIX）和元强化学习在非平稳环境的应用；2) 混合交通理论研究，包括人类-CAV博弈均衡分析及后悔最小化策略；3) 跨学科工具链开发，如与SUMO深度集成的RouteRL框架、JanuX路径生成器的优化。相关成果见于《Routerl: Multi-agent Reinforcement Learning Framework for Urban Route Choice》等论文，推动了交通工程与MARL的深度融合。

数据集最近研究

最新研究方向

随着智能交通系统的快速发展，URB（城市路由基准）数据集为装备强化学习的联网自动驾驶车辆（CAVs）提供了全面的评估环境。该数据集整合了29个真实交通网络与需求模式，为多智能体强化学习（MARL）算法在混合交通环境中的性能评估设立了新标准。近期研究聚焦于如何通过MARL优化集体路由策略，以缓解城市拥堵问题。尽管现有算法在训练成本与扩展性方面面临挑战，但URB的推出激发了学术界对高效、可扩展解决方案的探索，特别是在CAV与人类驾驶员共存情境下的路由决策优化。这一研究不仅推动了交通工程与机器学习的交叉创新，也为未来智能城市的可持续发展提供了重要参考。

相关研究论文

• URB -- Urban Routing Benchmark for RL-equipped Connected Autonomous Vehicles

  波兰克拉科夫雅盖隆大学数学与计算机科学学院 · 2025年