MoveLight: 基于运动中心的深度强化学习增强交通信号控制
原文中文，约400字，阅读约需1分钟。发表于：。通过深度强化学习，本研究介绍了一种名为 MoveLight 的创新交通信号控制系统，优化城市交通管理。MoveLight 利用实时数据和先进的机器学习技术，克服传统交通信号控制方法的局限性。通过使用 FRAP 算法进行车道级控制，MoveLight 实现了动态和自适应的交通信号控制，优化交通流量，减少拥堵，提高效率。我们的研究证明了 MoveLight...
本研究介绍了一种名为MoveLight的创新交通信号控制系统，利用深度强化学习和实时数据优化城市交通管理。实验结果表明，MoveLight在交叉口、干道和网络层面上具有可扩展性和有效性，能显著改善排队长度、延迟和吞吐量等指标。该研究突显了深度强化学习在智能交通信号控制中的转变潜力。
