采用多智能体强化学习的交通信号优化控制.pdf
在城市交通环境，交通流的正确预测是比较困难，因为多个十字路口，这使得预设的交通控制
模型之间的相互作用和纠缠在一起，不能在所有的交通情况下始终保持高性能的预测。考虑
到的强化学习的所具有的自主学习能力，本文提出了基于多智能体强化学习的交通信号控制方
法。没有预设的控制模型，多协作代理可以学习相应的实时交通状况下的最优控制策略。通过
实验结果证明了这种方法的可行性和有效性。
模型之间的相互作用和纠缠在一起，不能在所有的交通情况下始终保持高性能的预测。考虑
到的强化学习的所具有的自主学习能力，本文提出了基于多智能体强化学习的交通信号控制方
法。没有预设的控制模型，多协作代理可以学习相应的实时交通状况下的最优控制策略。通过
实验结果证明了这种方法的可行性和有效性。
文件下载
评论信息
其他资源
- matlab UWB 系统平台仿真
- ENVI各种版本
- cmake教程 + cmake 实践（中文）
- jQuery Mobile开发的移动新闻阅读器,HTML5技术配合jQuery Mobile
- Computer Animation Algorithms and Techniques, Third Edition.pdf
- OpenCV4.1.1+Contrib
- 酒店网站，html+css+js代码编写，主要介绍酒店的住宿，新闻发布信息，菜品图片和介绍
- SeismoSignal_v5.0.0
- nginx搭建文件服务器上传文件获取文件
- Unity3D游戏循环滚动效果
- 手势缩放核心代码
- 操作系统课程设计报告-生产者与消费者算法的实现
- 一个简单的猜数字游戏
- GDAL打开ESRI FileGDB格式数据
- c#商店食物管理系统
- Project01：在idea测试项目上传-源码
- Circuit JS1-win-zh-By_L-L .zip
- spiht CDF9/7.zip
- Mechanics of Materials 6ed Bee pdf
- 学生宿舍管理系统
- 新生报到系统
- 使用CDO和SMTP两种方式发送Email，解决加密发送问题
- 16X16,8X8点阵字库
- linux环境rtmp推流
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
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