期刊专题

用于交通信号灯控制的特征表示近似Q学习

引用
强化学习通过与环境的交互来学习行为策略.强化学习方法是在线的增量学习,易于实现.文中提出了基于函数近似的强化学习算法,并将其用于自适应交通信号灯控制.基于表格的强化学习需要完全的状态表征,随着车道数和路口数的增加,计算复杂度呈指数增长,即使中小规模的交通网络也很难实现,从而不能应用于实际的交通信号灯控制.因此文中使用基于特征的状态表征来有效地解决维数灾难问题;通过简便的方法获取车流的拥塞等级以及红灯的时长,使用函数近似定义Q值,进而实现高效的自适应控制.在GLD上的仿真实验结果验证了该自适应控制方法的有效性和可行性.

自适应交通灯控制、强化学习、Q学习

45

TP181(自动化基础理论)

2018-12-18(万方平台首次上网日期,不代表论文的发表时间)

共4页

143-145,159

暂无封面信息
查看本期封面目录

计算机科学

1002-137X

50-1075/TP

45

2018,45(z2)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn