面向公平高效的基于学习的拥塞控制
原文中文,约200字,阅读约需1分钟。发表于: 。Astraea 是一种基于深度强化学习的拥塞控制算法,通过多智能体框架并在训练过程中显式优化收敛性质,以实现公平性和稳定性的快速收敛。
本文提出了一种可完全扩展和去中心化的多智能体 A2C 算法,用于改善城市交通网络中的自适应交通信号控制。该算法在优化性、鲁棒性和样本效率方面具有优势。
Astraea 是一种基于深度强化学习的拥塞控制算法,通过多智能体框架并在训练过程中显式优化收敛性质,以实现公平性和稳定性的快速收敛。
本文提出了一种可完全扩展和去中心化的多智能体 A2C 算法,用于改善城市交通网络中的自适应交通信号控制。该算法在优化性、鲁棒性和样本效率方面具有优势。