基于强化学习动态规划的城市多路径规划模型(2022 Q1 外)

上传者: 43537420 | 上传时间: 2023-04-30 23:08:35 | 文件大小: 3.64MB | 文件类型: ZIP
在本文中,我们提出了一个多路径DP模型来解决路径规划问题,并证明了它能够在仅使用有限信息作为输入的情况下,找到能够以最短行程时间规划车辆路径的最优策略。我们可以对所提出的方法得出一些结论。 首先,通过在奖励函数中引入距离贡献指数DC I,我们的方法确保了代理可以选择更好的动作,并避免不必要的迂回。 第二,我们的方法不仅生成最优路径,而且生成每个交叉口的驾驶策略。这项政策可以为车辆的最佳路线提供几个可比较的替代方案,从而将交通分流到不同的路线,从而缓解拥堵漂移问题。请注意,介绍部分中提到的所有方法只输出一个

文件下载

资源详情

[{"title":"( 2 个子文件 3.64MB ) 基于强化学习动态规划的城市多路径规划模型(2022 Q1 外)","children":[{"title":"基于强化学习动态规划的城市多路径规划模型(2022 Q1 外).md <span style='color:#111;'> 2.51KB </span>","children":null,"spread":false},{"title":"基于强化学习动态规划的城市多路径规划模型(2022 Q1 外).png <span style='color:#111;'> 4.23MB </span>","children":null,"spread":false}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明