MDP下基于特征表示强化学习的自适应交通信号控制.pdfVIP

下载本文档

4
0
约2.16万字
约 6页
2015-08-11 发布于浙江
举报
版权申诉

MDP下基于特征表示强化学习的自适应交通信号控制.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

N0．1 第32卷第1期公路交通科技 V01．32 and Jan．2015 of and Research 2015年1月 Journal Transportafion Development Highway doi：10．3969／j．issn．1002—0268．2015．01．019 MDP下基于特征表示强化学习的自适应交通信号控制夏新海 (广州航海学院，广东广州510725) 摘要：将传统强化学习算法应用到交叉口自适应交通信号控制中，存在着维数灾难的问题，即状态和动作空间大小随着交叉口的增加而呈指数增长。因此，将交叉口自适应交通信号控制问题看成马尔科夫决策过程(MDP)问题，通过有效地利用基于特征的状态表示和线性平均函数估计思想，减少了计算复杂度，保证了收敛性。在设置的多交叉口交通环境下，仿真试验表明：在不同的交通需求水平和车流到达分布下，此算法均优于定时控制和传统的强化学习算法，并且其参数0和学习步数是收敛的。关键词：交通工程；交通信号控制；强化学习；交叉口；特征表示中图分类号：U491．5+1 文献标识码：A Traffic ControlBasedonReinforcement AdaptiveSignal LeamingUsing Feature towardsMDP Representation XIAXin．hai Maritime (Cuan#louInstitute，GuangzhouGuangdong510725，China) Abstract：Theoftraditionalreinforcement to tra仿c controlof application learningalgorithmadaptivesignal intersectionsuffersfromthe ofthecurseof wherethesizeofstateandaction problem dimensionality space increases withthenumberof the traffic exponentially intersection．Therefore，after regardingadaptivesignal control of as intersectionaMDP state andlinear problem problem，feature—basedrepresentationaverage function are usedtoreducethe andensurethe app