• 
<ul id="auswy"><sup id="auswy"></sup></ul>
  • 

  • <ul id="auswy"></ul>
    


    
    
    
                                    ABB
                            
    
            關注中國自動化產業發展的先行者！
            
    
                
				
                
                
                
            
    
        
    
    
    

    


    
    
    
        
        
        
        
       
					
    
				
    
					
    
												
    
							隨著會計的發展，追蹤碳足跡
						
    
												
    
							CAIAC 2025
						
    
												
    
							2025邊緣計算產業生態伙伴大會
						
    
												
    
							2025工業安全大會
						
    
												
    
							OICT公益講堂
						
    
						
					
    
				
    
				
    
			
    
		
    
    

    


    
    
    

    


    
    
    
        
        當前位置：首頁 >> 名篇 >> 名家名篇

    
    

    
    
        
    名家名篇
    
    
    

    
    
        
    
            
    基于強化學習的間歇式公交專用道協調控制方法
    
            
    
                
      
                                                                
    • 作者：
      • 
                                        
    • 點擊數：1204     發布時間：2023-12-30 19:47:44
      • 
                    
    • 分享到：
      • 
                
    
            
    
            
                            
    
                    在公共交通中，公交專用道作為重要的交通設施，能夠在保證高速、高效、高質量的同時，減少城市交通擁堵，提高公共交通的服務質量和運營效率。本文針對間歇式公交專用道與下游信號交叉口的信號控制協調優化需求，提出了涵蓋公交專用道Agent、公交車Agent和交通信號燈Agent的多類型多智能體（Multi-TypeMulti-Agent）混合控制模型，并采用Q學習和SARSA兩種強化學習方法對傳統間歇式公交專用道、移動間歇式公交專用道兩種控制場景進行了參數設計，提出了TLS-IBL-QL、TLS-IBL-SARSA、TLS-MBL-QL和TLS-MBL-SARSA優化模型。實驗結果表明，TLS-IBL-SARSA算法的性能優于TLS-IBL-QL算法，TLS-MBL-QL的性能優于TLS-MBL-SARSA算法，兩類控制算法均明顯優于傳統的TLS-DBL公交專用道控制。
                
    
            
        
                            
                                                    
    請登錄以后訪問所有功能！
    
                    登錄 
                    注冊
                
    

                        
                            
    
                    
    相關文章
    
                    
      
                                            
    
                
    
            
        
    



        
    
                            
    熱點新聞
    
                
            
                            
    推薦產品