CN116215532B 基于深度强化学习的车辆匝道入口合流控制方法 （大连交通大学）_第1页
CN116215532B 基于深度强化学习的车辆匝道入口合流控制方法 （大连交通大学）_第2页
CN116215532B 基于深度强化学习的车辆匝道入口合流控制方法 （大连交通大学）_第3页
CN116215532B 基于深度强化学习的车辆匝道入口合流控制方法 （大连交通大学）_第4页
CN116215532B 基于深度强化学习的车辆匝道入口合流控制方法 （大连交通大学）_第5页
已阅读5页，还剩9页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

基于深度强化学习的车辆匝道入口合流控一种基于深度强化学习的车辆匝道入口合构建Actor网络和Critic网络，并对网络进行迭效率；采用actor_critic架构的PPO深度强化学2步骤一、利用SUMO交通仿真软件搭建高速公路匝道合xeffμμxyxm步骤三、基于近端策略优化算法，构建Actor网络和Cri网络调整参数θ输出动作，评估网络指导Actor网络向累计奖励更大的方向收敛；初始化步骤四、将SUMO仿真软件产生的实时车辆状态信息通过TraCI接口输入训练完成的车34服现有匝道合流方案的不足，提供了一种基于深度强化学习的车辆匝道入口合流控制方5effμμyxy分别为横纵加速[0018]步骤四、将SUMO仿真软件产生的实时车辆状态信息通过TraCI接口输入训练完成6的模型复杂，而本发明提出的由于深度强化学习是通过挖掘历史数据的特征改进控制行effμμyxy分别为横纵加速7[0038]步骤四、将SUMO仿真软件产生的实时车辆状态信息通过TraCI接口输入训

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论