结合状态预测的深度强化学习交通信号控制

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：深度强化学习（deep reinforcement learning，DRL）可广泛应用于城市交通信号控制领域，但在现有研究中，绝大多数的DRL智能体仅使用当前的交通状态进行决策，在交通流变化较大的情况下控制效果有限。提出一种结合状态预测的DRL信号控制算法。首先，利用独热编码设计简洁且高效的交通状态；然后，使用长短期记忆网络（long short-term memory，LSTM）预测未来的交通状态；最后，智能体根据当前状态和预测状态进行最优决策。（剩余15075字）

试读结束

目录
monitor
客服机器人