2025年1月27日
星期一
|
欢迎来到佛山市图书馆•公共文化服务平台
登录
|
注册
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
中央高校基本科研业务费专项资金(CHD2009JC060)
作品数:
1
被引量:4
H指数:1
相关作者:
温凯歌
杨照辉
更多>>
相关机构:
长安大学
更多>>
发文基金:
中央高校基本科研业务费专项资金
更多>>
相关领域:
交通运输工程
更多>>
相关作品
相关人物
相关机构
相关资助
相关领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
交通运输工程
主题
1篇
信号交叉口
1篇
信号控制
1篇
小脑模型
1篇
小脑模型关节...
1篇
控制器
1篇
交叉口
1篇
交叉口信号
1篇
交叉口信号控...
1篇
交通控制
1篇
关节
1篇
关节控制
1篇
关节控制器
1篇
CMAC
机构
1篇
长安大学
作者
1篇
杨照辉
1篇
温凯歌
传媒
1篇
计算机工程
年份
1篇
2011
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
基于CMAC强化学习的交叉口信号控制
被引量:4
2011年
采用神经网络值函数逼近的强化学习方法处理交叉口的信号控制。根据交通流及交叉口信号特征,建立强化学习的状态空间、动作空间和回报空间,以最小化车辆在交叉口的延误为控制目标,对信号进行优化控制。引入小脑模型关节控制器神经网络对强化学习(RL)的Q值进行逼近。在变化的交通条件下,使用典型交叉口对提出的RL模型进行验证,同传统的定时控制和全感应控制进行对比分析。仿真结果表明,RL控制器具有较强的学习能力,可以适应交通流的动态变化,稳定性好、自适应性强,对于环境变化具有较强的适应能力。
温凯歌
杨照辉
关键词:
交通控制
小脑模型关节控制器
信号交叉口
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张