| 篇名 | 強化學習框架應用於高速公路都會 瓶頸壅塞區匝道控制 |
| 作者 | 嚴國基、施武樵、賀盛志、趙世祺 |
| 卷 | 55 |
| 期 | 二 |
| 出版年份 | 115 |
| 出版月份 | 6 |
| 摘要 | 高速公路於臺北都會區瓶頸路段在通勤時間的壅塞狀況益趨嚴峻。為驗證人工智慧技術之應用，本研究結合深度強化學習方法與符合實際車流特性的模擬環境進行互動。利用妥適的獎勵函數，刺激號誌代理人於學習過程中，面對變動的環境狀態選取適當動作(調整匝道號誌時間)以追求累積折扣獎勵最大。訓練後的號誌代理人，利用號誌時間與動作轉換函數，以多代理人操作的特性達成控制多匝道號誌的目標。同時亦藉一般化測試，充分說明本文提出之框架方法確實可在高速公路都會區瓶頸壅塞環境進行號誌控制，深具未來發展潛力。 |
| 檔案下載 | 強化學習框架應用於高速公路都會瓶頸壅塞區匝道控制 |
| Hashtags |
相關詞目
查看次數:
30