Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于深度强化学习的多交叉口信号协同控制方法专利

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:兰州交通大学

申请日:2024-10-14

公开(公告)日:2025-01-03

公开(公告)号:CN119252051A

专利技术分类:..根据检测的车辆数或速度的[2006.01]

专利摘要:本发明公开了一种基于深度强化学习的多交叉口信号协同控制方法,首先,构建包含等待时间、排队长度及相邻交叉口影响的综合奖励函数,基于该奖励函数构建多交叉口信号控制系统的数学模型,以实现综合奖励最大化为目标。其次,设计显式策略调节的深度Q网络协同控制算法,通过引入显式策略调节函数,并利用随机梯度下降法对可调策略函数参数进行优化调整。最后,通过设计参数共享机制,在复杂多变的交通环境下,动态调整路网中各交叉口的信号控制策略,从而实现多交叉口的协同优化控制。本发明显著提高了多交叉口信号系统的协同控制效率,减少交通延误,提升路网通行能力。

专利权项:1.一种基于深度强化学习的多交叉口信号协同控制方法,其特征在于,该方法包括如下步骤:步骤1:构建包含等待时间、排队长度、相邻交叉口影响的综合奖励函数,以多交叉口信号控制系统的综合奖励函数最大化为目标构建数学模型;步骤2:通过引入显式策略调节函数,设计显式策略调节深度Q网络协同控制算法;步骤3:采用随机梯度下降方法调整可调策略函数的参数;步骤4:通过设计参数共享机制,动态调整路网中各交叉口的信号控制策略,实现多交叉口协同优化控制。

百度查询: 兰州交通大学 一种基于深度强化学习的多交叉口信号协同控制方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。