原文传递
基于分布式强化学习的高速公路控制模型
| 题名： | 基于分布式强化学习的高速公路控制模型 |
| 正文语种： | 中文 |
| 作者： | 温凯歌；曲仕茹 |
| 关键词： | 交通工程；交通流模型；强化学习；高速公路 |
| 摘要： | 针对公路交通流非线性、不确定性和模糊性特点，提出了面向控制的交通网络宏观动态离散模型，并且引入分布式强化学习来解决交通网络的控制与诱导问题。以传统网络交通流模型Metanet为基础，对其作了改进，引入起讫点的因素到模型中，提出基于OD的网络交通流动态模型Metanet-OD。根据交通网络的特点，将分布式强化学习DRL引入到交通网络中，进行匝道控制和可变显示牌的诱导控制，设定了强化学习的动作空间，并给出了DRL算法。在仿真试验中对控制效果进行了验证。 |
| 期刊名称： | 交通信息与安全 |
| 出版年： | 2011 |
| 期： | 03 |
| 页码： | 24-28 |
检索历史
应用推荐
