-
公开(公告)号:CN118247977B
公开(公告)日:2025-02-14
申请号:CN202410237022.3
申请日:2024-03-01
Applicant: 南京理工大学
Abstract: 本发明提供了一种基于图注意力和值分解强化学习的区域交通信号控制方法,通过收集道路车流量信息建立路网仿真模型和图模型,充分利用路网车流量信息的空间特征和时序特征,采用了多头图注意力网络和门控循环单元进行特征提取,融合得到的时空特征作为输入传递给D3QN网络计算当前最优相位,训练过程中使用多智能体共享参数条件下的值分解网络来混合路网所有智能体的状态动作价值,实现全局角度的训练。本发明够增强智能体对路网特征的感知能力,有效利用路网的时间空间信息,从整体上提高对区域交通的控制效果,提高路网交通运行效率。
-
公开(公告)号:CN117633447A
公开(公告)日:2024-03-01
申请号:CN202311687460.1
申请日:2023-12-08
Applicant: 南京理工大学
IPC: G06F18/15 , G06F18/213 , G06N3/042 , G06N3/0464 , G06N3/045 , G06N3/0475 , G06N3/094 , G06V20/54 , G06V10/82 , G08G1/017 , G08G1/042 , G08G1/01 , H04N7/18
Abstract: 本发明提出一种基于交通流数据采集设备缺失判断的交通流数据修复方法,采集交通流数据,预处理成流量数据,加入人为缺失,并用邻接矩阵记录车道间的拓扑关系;构建含有图变换网络GTN的生成对抗网络;使用生成对抗式的训练方式训练构建好的生成对抗网络,将流量数据输入训练好的生成器,输出修复数据;根据流量数据和修复数据计算每个交叉口的修复效率;对修复效率较低的交叉口所在区域增设摄像头设备。本发明通过数据采集设备缺失判断的方法,提高了算法精度。
-
公开(公告)号:CN118247977A
公开(公告)日:2024-06-25
申请号:CN202410237022.3
申请日:2024-03-01
Applicant: 南京理工大学
Abstract: 本发明提供了一种基于图注意力和值分解强化学习的区域交通信号控制方法,通过收集道路车流量信息建立路网仿真模型和图模型,充分利用路网车流量信息的空间特征和时序特征,采用了多头图注意力网络和门控循环单元进行特征提取,融合得到的时空特征作为输入传递给D3QN网络计算当前最优相位,训练过程中使用多智能体共享参数条件下的值分解网络来混合路网所有智能体的状态动作价值,实现全局角度的训练。本发明够增强智能体对路网特征的感知能力,有效利用路网的时间空间信息,从整体上提高对区域交通的控制效果,提高路网交通运行效率。
-
-