本发明公开了一种基于强化学习的十字路口交通信号灯控制方法,首先,将当前时刻十字路口的通行状态表示成Position和Speed矩阵;其次,在传统强化学习算法Deep Q‑network的基础上根据State的特征构建基于空间注意力机制的框架,其中主干网络为卷积神经网络;然后,根据贪婪策略随机选取或者从模型预测一个Action执行。如果当前时刻的Action和前一时刻的相同,那么就直接执行绿灯相位时间,并在此过程中不断训练网络;否则,首先执行黄灯相位时间,然后,再执行绿灯相位时间,同样在此过程中同样不断地训练网络;最后,所有训练回合结束后保存模型,然后测试并评估模型效果。本发明改进了现有的交通信号灯控制方法,使得车辆能够更快的通过十字路口,一定程度上缓解了交通拥堵。
声明:
“基于强化学习的十字路口交通信号灯控制方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)