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

多路口交通信号灯协同控制方法、设备及可读存储介质 

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:哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)

摘要:本发明涉及多路口交通信号灯协同控制方法、设备及可读存储介质。其方法包括:获取交通流信息,输入到基于多智能体强化学习算法的交通信号灯控制模型中,以获得并存储每个智能体的状态、动作和奖励函数;采用基于高效链接神经网络的可解释影响机制,求出不同交通路网上输入数据的重要性系数,并求出加权聚合后的交通流隐变量;采用偏置ReLU神经网络逼近actor‑critic强化学习算法中的价值函数和策略函数,以构造分片线性actor‑critic的框架;采用集中式训练分布式执行的方法,每个智能体的actor通过交通流信息训练得到各自的策略函数;集中式critic根据交通流隐变量,训练得到一个联合价值函数,获得多智能体强化学习算法的最优解。本发明可提高道路交通流的效率和安全性。

主权项:1.一种多路口交通信号灯协同控制方法,其特征在于,其中,每个交通路口的每条车道上设置有用于将车辆信息传送给交通控制中心的道路传感器;所述方法包括以下步骤:S100、通过所述道路传感器获取交通流信息,输入到基于多智能体强化学习算法的交通信号灯控制模型中,以获得并存储每个智能体的状态、动作和奖励函数;S200、根据每一个控制间隔的所述交通流信息,采用基于高效链接神经网络的可解释影响机制,求出不同交通路网上输入数据的重要性系数,并求出加权聚合后的交通流隐变量;S300、采用偏置ReLU神经网络逼近actor-critic强化学习算法中的价值函数和策略函数,以构造分片线性actor-critic的框架;S400、采用集中式训练分布式执行的方法,每个智能体的actor通过步骤S100获得局部观测的交通流信息,训练得到各自的策略函数;集中式critic根据步骤S200获得的加权聚合后的交通流隐变量,训练得到一个联合价值函数;S500、根据训练获得的策略函数和联合价值函数,获得多智能体强化学习算法的最优解,以应用于多路口交通信号灯协同控制中。

全文数据:

权利要求:

百度查询: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) 多路口交通信号灯协同控制方法、设备及可读存储介质

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。

相关技术
相关技术
相关技术