典型文献
应用深度Q学习的机场道口协同智能调速方法
文献摘要：
为加速实现机场场面无人化管理,提高航空器在滑行道中的运行效率,应用人工智能中的深度Q学习网络算法研究了两个独立的智能体agent在机场场面滑行道交叉口中分别对申请使用同一滑行道交叉口的航空器进行智能调速.做了不同航空器密度下agent调速能力的对比研究,利用同一条件下深度Q学习网络调速、不调速和随机调速之间的对比试验来验证模型有效性和优化效果,通过可视化来验证模型的准确度.研究发现在任何航空器密度下,深度Q学习网络的调速都是有效的,平均60 s生成4架航空器的密度下,航空器安全通过交叉口成功率达到99.07％,平均优化率44.11％;90 s密度下达到99.31％,平均优化率44.25％;120 s密度下成功率达到99.58％,平均优化率43.92％.结果表明:利用深度Q学习网络在两个滑行道交叉口中实现协同智能调速是可行的.
文献关键词：
协同运行;交叉口控制;智能调速;深度Q学习网络
中图分类号：
作者姓名：
江波;李彦冬;刘威陇;唐宁;李诚龙
作者机构：
中国民用航空飞行学院,四川 广汉618000
文献出处：
引用格式：
[1]江波;李彦冬;刘威陇;唐宁;李诚龙-.应用深度Q学习的机场道口协同智能调速方法)[J].航空计算技术,2022(01):26-30
A类：
B类：
场道,道口,协同智能,智能调速,机场场面,面无,无人化管理,航空器,滑行道,学习网络,网络算法,算法研究,智能体,agent,口中,一滑,不调,验证模型,模型有效性,优化效果,功率达,下达,下成,协同运行,交叉口控制
AB值：
0.277042
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。
