本发明公开了一种基于记忆网络的深度强化学习交通信号控制方法,包括:1、建立基于DQN算法的交通信号灯控制主网络和目标值网络;主网络将t时刻状态值st输入LSTM中得到t+1时刻预测状态值合并st和并输入全连接网络,得到预测Q值的最大值和对应动作2、初始化算法参数,采集路况信息建立状态值st;3、将st输入主网络得到预测Q值取最大值的动作采用1‑ε策略选择动作at;4、执行动作at并计算奖励rt和状态st+1;5、在经验池中随机抽样B个记录,通过最小化损失函数训练主网络参数;6、定时更新目标值网络参数,根据当前路况更新st,跳转至步骤3继续执行。该方法根据当前路况以及对当前路况的预测来计算Q值,能够更精确地对交通信号进行控制。
声明:
“基于记忆网络的深度强化学习交通信号控制方法” 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)