交叉口控制
关注
分享
扫一扫
文章平均质量分 77
EmilyGnn
这个作者很懒，什么都没留下…
展开
-
读书笔记-Distributed Cooperative Reinforcement Learning-Based Traffic Signal Control That Integrates V2X
Distributed Cooperative Reinforcement Learning-Based Traffic Signal Control That Integrates V2X基于 V2X网络 动态聚类算法 的分布式协同强化学习流量控制。主要思路准确即时获取交通流信息 -> V2X集群稳定 -> 提出一种新的动态聚类算法控制平衡流量 -> 协同强化学习问...原创 2018-09-19 14:50:24 · 727 阅读 · 0 评论 -
读书笔记 - Adaptive Traffic Signal Control With Vehicular Ad hoc Networks
Adaptive Traffic Signal Control With Vehicular Ad hoc Networks主要思路处理器作业调度问题 -> 车辆交通信号控制问题 （作业 -> 车辆）最小化交叉口延迟 -> 定义新算法OJF问题背景环路检测器、交通监控摄像机等路边传感器交通信号控制方法虽然有效，但是需要高度人为干预，设备贵。信号控制器接收来自车辆的信...原创 2018-09-21 14:28:00 · 290 阅读 · 0 评论 -
读书笔记 - EITantawy2013 - Multiagent RL for Integrated Network of Adaptive Traffic Signal Controllers
《Multiagent Reinforcement Learning for Integrated Network of Adaptive Traffic Signal Controllers (MARLIN-ATSC): Methodology and Large-Scale Application on Downtown Toronto》使用多代理强化学习（MARL）方法可以设计高效且稳健的...原创 2018-10-11 23:11:51 · 422 阅读 · 0 评论 -
读书笔记-城市道路交通信号区域均衡控制方法及应用研发
区域协调控制研究：根据优化目标不同：基于时间-距离图的绿波带优化法、基于交通流模拟的效益指标优化法（如饱和度、停车次数、延误及行程时间）根据适用的交通流状态的不同：面向非饱和交通流的区域协调控制、面向饱和交通流的区域协调控制一般来说，绿波带优化法比较适用于非饱和交通流下的协调控制，饱和度优化适用于瓶颈区域的协调控制。研究背景交通信号控制方式随着智能传感器、物联网、车联网、车路协同和人工...原创 2018-10-05 21:14:49 · 886 阅读 · 0 评论 -
读书笔记 - Multi-agent Reinforcement Learning for Traffic Signal Control
《Multi-agent Reinforcement Learning for Traffic Signal Control》在本文中，我们将 traffic signal control (TSC) 问题制定为**折扣成本马尔可夫决策过程（MDP）**并应用多智能体强化学习（MARL）算法来获得动态TSC策略。我们将每个交通信号交叉点建模为独立代理，代理使用基于e-greedy或UCB【3】...原创 2018-10-12 16:36:02 · 7672 阅读 · 0 评论 -
读书笔记-Coordinated Deep Reinforcement Learners for Traffic Light Control
Coordinated Deep Reinforcement Learners for Traffic Light Control本文研究了交通灯的学习控制策略。在交通灯控制问题引入了一种新的奖励函数，并提出了将DQN算法 与 传输规划transfer planning相结合的多代理深度强化学习方法。通过使用传输规划，它避免了之前多代理强化学习中存在的问题，并且允许更快和更可扩展的学习。它优于早...原创 2018-10-06 10:56:17 · 1622 阅读 · 0 评论