本發(fā)明公開(kāi)了基于加權(quán)多智能體分組逆向強(qiáng)化學(xué)習(xí)算法——WeightedMultiagent Group Inverse Reinforcement Learning(WMGIRL)對(duì)可變交通管控方案下區(qū)域車(chē)流量分布進(jìn)行預(yù)測(cè)的方法，包括：S1、對(duì)待預(yù)測(cè)區(qū)域進(jìn)行城市路網(wǎng)建模，并采集該區(qū)域內(nèi)的行車(chē)軌跡數(shù)據(jù)；S2、基于待預(yù)測(cè)區(qū)域?qū)?yīng)的城市路網(wǎng)和行車(chē)軌跡數(shù)據(jù)，通過(guò)基于加權(quán)(Weighted)的最大熵逆強(qiáng)化學(xué)習(xí)方法提取待預(yù)測(cè)區(qū)域內(nèi)的流量特征；S3、基于提取出的流量特征和當(dāng)前交通管控方案下的城市路網(wǎng)，采用基于多智能體分組(Multiagent Group)的正向強(qiáng)化學(xué)習(xí)方法對(duì)其進(jìn)行處理，獲得待預(yù)測(cè)區(qū)域的車(chē)流量分布預(yù)測(cè)結(jié)果。