本申請公開了一種基于強(qiáng)化學(xué)習(xí)的交通信號燈控制方法與系統(tǒng),包括:S1,控制器根據(jù)局部觀測信息和上層策略,從多個子策略中選擇一個;S2,子策略根據(jù)局部觀測信息,從多個相位中選擇一個執(zhí)行一個時間步;S3,控制器根據(jù)獲取到的獎勵和當(dāng)前時間觀測信息,更新子策略的參數(shù);S4,更新后的子策略選擇保持或更換相位,執(zhí)行一個時間步;S5,控制器根據(jù)執(zhí)行的時間步和周期的數(shù)量以及鄰域觀測信息,更新權(quán)重參數(shù)和上層策略,執(zhí)行S1,或執(zhí)行S3,或得到訓(xùn)練好的智能體;S6,使用訓(xùn)練好的智能體控制一個路口中的所有交通信號燈。能夠在控制其自身對應(yīng)的路口交通信號燈的同時,兼顧配合與其相鄰的路口,進(jìn)行協(xié)同合作,從而縮短全局車輛在路口的平均行駛時間。
聲明:
“基于強(qiáng)化學(xué)習(xí)的交通信號燈控制方法與系統(tǒng)” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學(xué)習(xí)研究,如用于商業(yè)用途,請聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)