一种基于记忆网络的深度强化学习交通信号控制方法
公开
摘要
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。
基本信息
专利标题 :
一种基于记忆网络的深度强化学习交通信号控制方法
专利标题(英):
暂无
公开(公告)号 :
CN114613168A
申请号 :
CN202210408279.1
公开(公告)日 :
2022-06-10
申请日 :
2022-04-19
授权号 :
暂无
授权日 :
暂无
发明人 :
孔燕卢学亮
申请人 :
南京信息工程大学
申请人地址 :
江苏省南京市江北新区宁六路219号
代理机构 :
南京苏高专利商标事务所(普通合伙)
代理人 :
常虹
优先权 :
CN202210408279.1
主分类号 :
G08G1/08
IPC分类号 :
G08G1/08 G08G1/01 G06N3/08 G06N3/04
IPC结构图谱
G
G部——物理
G08
信号装置
G08G
交通控制系统
G08G1/00
道路车辆的交通控制系统
G08G1/07
交通信号控制
G08G1/08
根据检测的车辆数或速度的
法律状态
2022-06-10 :
公开
注:本法律状态信息仅供参考,即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载