-
Patent Agency Ranking
公开(公告)号：CN112949933A
公开(公告)日：2021-06-11
申请号：CN202110305534.5
申请日：2021-03-23
Applicant: 成都信息工程大学 , 四川易方智慧科技有限公司
Abstract: 本发明公开了一种基于多智能体强化学习的交通组织方案优化方法，改进了MADDPG中的Actor网络，基于生灭过程改进了Critic网络中的经验库，使用早高峰最大车流设作为智能体回报指标，使用轨迹数据训练最大熵逆强化学习模型作为多智能体的回报机制，基于此设计出强化学习的回报函数；本发明方法实现了对当前城市交通组织方案进行优化，通过对当前交通数据进行分析，找出导致交通拥堵的原因，本方法能够很好的适应和快速找出最优方案，为交警专家提供了交通辅导意见，并为智慧城市打下基础。
-
公开(公告)号：CN113628442B
公开(公告)日：2022-10-14
申请号：CN202110911165.4
申请日：2021-08-06
Applicant: 成都信息工程大学
Abstract: 本发明公开了一种基于多信号灯强化学习的交通组织方案优化方法，属于交通信号灯控制领域。首先构造包含状态空间集和行为空间集的Actor网络，再将观察值传入，经过Subnet网络的处理将高纬度信息压缩成低纬度信息，进行行为偏转概率的计算，然后将初始状态信息、更新后的状态信息、行为偏转概率传入Critic网络中进行集中式学习，最近进行轨迹重构。在多路口交通环境下，多智能体借助Actor‑Critic算法框架，提高了路网畅通率。同时使用了智能体之间集中式学习分散式执行的方法，结合了集中式学习和分散式执行的优点，使得算法在收敛速度上得到了较大的提升。
-
公开(公告)号：CN112949933B
公开(公告)日：2022-08-02
申请号：CN202110305534.5
申请日：2021-03-23
Applicant: 成都信息工程大学 , 四川易方智慧科技有限公司
Abstract: 本发明公开了一种基于多智能体强化学习的交通组织方案优化方法，改进了MADDPG中的Actor网络，基于生灭过程改进了Critic网络中的经验库，使用早高峰最大车流设作为智能体回报指标，使用轨迹数据训练最大熵逆强化学习模型作为多智能体的回报机制，基于此设计出强化学习的回报函数；本发明方法实现了对当前城市交通组织方案进行优化，通过对当前交通数据进行分析，找出导致交通拥堵的原因，本方法能够很好的适应和快速找出最优方案，为交警专家提供了交通辅导意见，并为智慧城市打下基础。
-
公开(公告)号：CN113628442A
公开(公告)日：2021-11-09
申请号：CN202110911165.4
申请日：2021-08-06
Applicant: 成都信息工程大学
Abstract: 本发明公开了一种基于多信号灯强化学习的交通组织方案优化方法，属于交通信号灯控制领域。首先构造包含状态空间集和行为空间集的Actor网络，再将观察值传入，经过Subnet网络的处理将高纬度信息压缩成低纬度信息，进行行为偏转概率的计算，然后将初始状态信息、更新后的状态信息、行为偏转概率传入Critic网络中进行集中式学习，最近进行轨迹重构。在多路口交通环境下，多智能体借助Actor‑Critic算法框架，提高了路网畅通率。同时使用了智能体之间集中式学习分散式执行的方法，结合了集中式学习和分散式执行的优点，使得算法在收敛速度上得到了较大的提升。
-
公开(公告)号：CN110928974A
公开(公告)日：2020-03-27
申请号：CN201911216390.5
申请日：2019-12-02
Applicant: 成都信息工程大学
IPC: G06F16/29 , G06F40/151 , G06F40/126 , G08G1/01
Abstract: 本发明涉及道路网简化领域，目的是提供基于Kml生成及融点简化路网的方法，本发明包括以下步骤：S1:获取待研究地区的道路经纬度数据和路口的经纬度数据；S2：将S1中的经纬度作为输入，通过getRoadNet函数转换得到所述待研究地区的道路拓扑结构文件和路口信息文件；S3:通过整合所述道路拓扑结构文件和所述路口信息文件，得到简化后的kml文件；S4:将S3中简化后的Kml文件重新跟所述待研究地区的道路进行匹配，并进行编码得到待研究地区的道路结构图，本方法设计合理，实用性强，适合推广。
-
-
-
-
Search Results
5
records
(took 0.019 seconds)
