论文摘要
本文针对城市智能交通信号控制领域存在的控制效果差,算法收敛速度慢等问题,提出了一种基于异步优势行动者—评论者算法的深度强化学习的城市智能交通控制算法。首先抽象出交通路口的特征,输入到由神经网络构成的智能体,通过多个智能体异步学习,解决了传统方法控制效果不理想、训练耗时过长的问题。通过在开源交通模拟软件sumo上进行仿真,对比固定时间和传统方法控制的交通路口信号灯,不同的交通流量情况下的交通路口通行效率都有所提高。实验证明本文提出的方法可以有效解决城市交通路口信号灯控制问题。
论文目录
文章来源
类型: 期刊论文
作者: 徐恩炷,朱海龙,刘靖宇,石晔琼,尹启天
关键词: 智能交通,深度学习,异步强化学习
来源: 智能计算机与应用 2019年06期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 公路与水路运输,计算机软件及计算机应用,自动化技术
单位: 哈尔滨师范大学计算机科学与信息工程学院
基金: 黑龙江省教育厅科学技术研究项目(12541240)
分类号: U495;TP18
页码: 164-167
总页数: 4
文件大小: 1150K
下载量: 289