注册
|
登录
|
举报
首 页
公告沙龙
公告中心
活动沙龙
课程学习
项目交流
项目招募
问答中心
信息展示
项目展示
往年项目展示
校内导师
校外导师
使用指南
文件下载
常见问题
×
举报该页有违规/非法信息
网址:
附加说明:
最新版
最新
基于深度强化学习的交通信号灯控制
计算机学院(国家示范性软件学院)
Traffic Signal Control Based on Deep Reinforcement Learning
终检评审通过
创新训练
520计算机科学技术
智能交通
校级
如今,使用最广泛的交通信号控制系统如SCATS和SCOOT仍然基于人工设计的规则,不足以适应当今复杂多变的交通状况。近年来,强化学习(Reinforcement Learning)已成为现实世界场景中交通调度最有效的解决方案,其通过与环境交互直接学习调度策略,将交叉路口建模为一个代理,根据环境提供的环境状态信息及反馈优化模型,求解最优的调度策略。然而,现有的解决方案或者只考虑单个路口的交通状况,未实现相邻路口协调,或者实现多路口统一规划的模型计算复杂、学习不平稳,难以应用到现实世界场景中。基于此,本项目展开对轻量化的多路口交通信号灯控制技术研究,通过分析交通调度所面临的困难和挑战,掌握基于深度学习、强化学习的模型、算法、技术和工作机理,在此基础上,拟提出基于深度强化学习的多路口交通信号灯控制系统,在保证系统轻量化的前提下,提升道路通行效率。
项目分数
项目信息
项目动态
项目相关人员
项目荣誉
留言
重要程度:
全部信息
细节信息
正常信息
重要信息
项目负责人
张勇
2019级 智能工程与自动化学院 邮政工程
项目成员
王鉴
2020级 计算机学院(国家示范性软件学院) 网络空间安全
林楷翔
2020级 计算机学院(国家示范性软件学院) 网络空间安全
python
刘召力
2020级 计算机学院(国家示范性软件学院) 网络空间安全
指导老师
孙溢
计算机学院(国家示范性软件学院) 副教授
电子商务
通信网络
理论研究-科学技术
评审老师
戴志涛
计算机学院(国家示范性软件学院) 教授
数字娱乐
机器人
智能硬件
刁婷
计算机学院(国家示范性软件学院) 工程师
数字教育
公共服务
杨亚
计算机学院(国家示范性软件学院) 副教授
数字教育
智能交通
文化创意
暂无留言
留言
提交
该项目暂无荣誉