强化学习的红绿灯控制
原文中文，约300字，阅读约需1分钟。发表于：。本研究提出一种实时交通信号灯控制方法，使用深度 Q 学习，并结合奖励函数，考虑排队长度、延迟、旅行时间和吞吐量，通过根据当前交通状况动态决定相位变化。通过使用合成和实际交通流数据在中国杭州的一个路口进行验证，结果表明与传统的固定信号计划相比，该方法显著改善了车辆等待时间（57.1% 至 100%）、排队长度（40.9% 至 100%）和总行程时间（16.8% 至 68.0%）。
本研究提出了一种实时交通信号灯控制方法，使用深度 Q 学习和奖励函数，考虑排队长度、延迟、旅行时间和吞吐量，动态决定相位变化。通过在中国杭州的一个路口验证，结果显示该方法显著改善了车辆等待时间、排队长度和总行程时间。
