本發(fā)明公開了一種基于層次強化學習的微觀交通流預測系統(tǒng),其包括:車輛行駛風格層次預測模塊,用于根據(jù)目標范圍內每輛車輛的行駛狀況信息集合采用強化學習模型評估車輛的行駛風格,獲得車輛的行駛風格屬性,所述車輛的行駛風格屬性用于評價車輛行駛平穩(wěn)或激進的程度;車輛駕駛行為層次預測模塊,用于根據(jù)車輛行駛風格層次預測模塊輸出的含有車輛的行駛風格屬性的結構化車輛信息,采用強化學習模型,預測特定車輛的加速比、以及變道到各車道的變道概率。本發(fā)明將復雜的交通流預測問題分解為對駕駛員及車輛特性分布的預測及對車輛行為的預測這兩個層次,實現(xiàn)精準預測特定路段和時段的交通流預測。
聲明:
“基于層次強化學習的微觀交通流預測系統(tǒng)及方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業(yè)用途,請聯(lián)系該技術所有人。
我是此專利(論文)的發(fā)明人(作者)