-
公开(公告)号：CN110164151A
公开(公告)日：2019-08-23
申请号：CN201910545162.6
申请日：2019-06-21
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于分布式深度循环Q网络的交通灯控制方法，主要解决现有技术难以实现多路口之间协作及对多路口建模出现状态空间过大的问题。其实现方案是：1)读取城市交通路网信息，建立各个路口的车辆交通状态集合，并采用协作图的方法将读取的城市交通路网信息转换为邻接矩阵进行存储；2)根据路网中的车辆等待时间和车辆到达目的地数量，设置通用的性能评价指标；3)从各个路口车辆交通状态集合中获取各个路口各时刻的状态集、动作集和动作奖励值；4)建立分布式深度循环Q网络交通灯控制模型，根据该模型对城市路网交通灯进行控制。本发明能实现各路口之间的协作，避免了状态空间爆炸问题，可用于城市交通管理，减少城市交通拥堵。
-
公开(公告)号：CN111696370B
公开(公告)日：2021-09-03
申请号：CN202010546010.0
申请日：2020-06-16
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于启发式深度Q学习的多路口交通信号控制方法，主要解决现有方法中的训练数据有相关性、交通灯控制策略不能快速收敛和控制效率低的问题。其方案是：读取城市交通路网信息，建立各个路口的车辆交通状态集合，并将读取的城市交通路网信息转换为邻接矩阵进行存储；从各个路口车辆交通状态集合中，获取各个路口状态集、动作集和动作奖励值；根据状态集、动作集、动作奖励值和邻接矩阵，利用启发式深度Q网络方法根据每个路口的状态不断地执行动作获取奖励再到下一状态，实现对城市路网交通灯进行控制。本发明能提高对路口交通信号灯的控制效率，改善了多路口交通信号控制器的性能，可用于城市交通管理，减少城市交通拥堵。
-
公开(公告)号：CN111696370A
公开(公告)日：2020-09-22
申请号：CN202010546010.0
申请日：2020-06-16
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于启发式深度Q学习的多路口交通信号控制方法，主要解决现有方法中的训练数据有相关性、交通灯控制策略不能快速收敛和控制效率低的问题。其方案是：读取城市交通路网信息，建立各个路口的车辆交通状态集合，并将读取的城市交通路网信息转换为邻接矩阵进行存储；从各个路口车辆交通状态集合中，获取各个路口状态集、动作集和动作奖励值；根据状态集、动作集、动作奖励值和邻接矩阵，利用启发式深度Q网络方法根据每个路口的状态不断地执行动作获取奖励再到下一状态，实现对城市路网交通灯进行控制。本发明能提高对路口交通信号灯的控制效率，改善了多路口交通信号控制器的性能，可用于城市交通管理，减少城市交通拥堵。
-
-
Search Results
3
records
(took 0.021 seconds)
