典型文献
基于深度强化学习的自适应交通信号控制研究
文献摘要：
为了提高交通控制算法的适应性和鲁棒性,缓解城市交通拥堵,提出了一种改进的D3QN(dueling double deep Q-network,D3QN)自适应信号控制方法.首先对几种强化学习自适应控制模式进行分析,然后在固定步长动作模式的基础上提出了不定步长动作模式,并构造了一种基于空间占有率的奖励函数;最后使用Sumo软件,对中山市东区街道某交叉口分别在稳定流和随机流场景下进行仿真.仿真结果表明:该方法具有良好的收敛性,有效地降低了延误时间和排队长度.
文献关键词：
交通工程;交通仿真;自适应控制;交通流;深度强化学习
中图分类号：
作者姓名：
徐建闽;周湘鹏;首艳芳
作者机构：
华南理工大学土木与交通学院,广东广州510640;华南理工大学广州现代产业技术研究院,广东广州510640
文献出处：
引用格式：
[1]徐建闽;周湘鹏;首艳芳-.基于深度强化学习的自适应交通信号控制研究)[J].重庆交通大学学报（自然科学版）,2022(08):24-29
A类：
B类：
深度强化学习,自适应交通信号控制,交通控制,控制算法,城市交通拥堵,D3QN,dueling,double,deep,network,自适应信号控制,信号控制方法,自适应控制,控制模式,步长,动作模式,不定,占有率,奖励函数,Sumo,中山市,东区,交叉口,稳定流,收敛性,延误时间,排队长度,交通工程,交通仿真,交通流
AB值：
0.455582
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
