智能网联环境下公交运行多策略融合控制方法

    公开(公告)号:CN115691196B

    公开(公告)日:2023-10-03

    申请号:CN202211282278.3

    申请日:2022-10-19

    Applicant: 扬州大学

    Abstract: 本发明公开了一种智能网联环境下公交运行多策略融合控制方法,通过智能网联自动驾驶汽车技术获取公交站台、公交运行路段以及交叉口信号信息,构建公交运行仿真环境,基于深度强化学习构建公交运行多策略融合鲁棒控制优化模型,基于分布式近端策略优化算法训练公交运行多策略融合鲁棒控制优化模型,利用训练好的公交运行多策略融合鲁棒控制优化模型实时控制公交运行,更新公交运行环境,通过公交控制效果指标、控制鲁棒性指标和可移植性指标评估公交运行多策略融合鲁棒控制优化模型的有效性,可视化分析公交运行时的实时精准控制优势,对公交运行实时精准控制,从而减少公交串车现象发生频率。

    智能网联环境下公交运行多策略融合控制方法

    公开(公告)号:CN115691196A

    公开(公告)日:2023-02-03

    申请号:CN202211282278.3

    申请日:2022-10-19

    Applicant: 扬州大学

    Abstract: 本发明公开了一种智能网联环境下公交运行多策略融合控制方法,通过智能网联自动驾驶汽车技术获取公交站台、公交运行路段以及交叉口信号信息,构建公交运行仿真环境,基于深度强化学习构建公交运行多策略融合鲁棒控制优化模型,基于分布式近端策略优化算法训练公交运行多策略融合鲁棒控制优化模型,利用训练好的公交运行多策略融合鲁棒控制优化模型实时控制公交运行,更新公交运行环境,通过公交控制效果指标、控制鲁棒性指标和可移植性指标评估公交运行多策略融合鲁棒控制优化模型的有效性,可视化分析公交运行时的实时精准控制优势,对公交运行实时精准控制,从而减少公交串车现象发生频率。

    一种基于分布式深度强化学习的动态公交控制系统及方法

    公开(公告)号:CN115291508B

    公开(公告)日:2023-08-29

    申请号:CN202210681154.6

    申请日:2022-06-16

    Applicant: 扬州大学

    Abstract: 本发明公开了一种基于分布式深度强化学习的动态公交控制系统及方法,包括历史和实时数据收集模块,用于收集研究路网内部的公交历史数据,公交系统设计模块,根据历史数据参数设计公交系统,根据公交系统收集交通信息实时数据,搭建真实DRL环境模块,用于根据公交系统提供的历史和实时数据对真实DRL公交控制的训练环境进行搭建,构建DRL模型模块,用于根据搭建的DRL训练环境,构建DRL模型,包括DRL的状态、动作、策略和奖励,训练DRL模型模块,用于对DRL模型进行不断训练,学习最优策略,本申请旨在显著减少计划时间和车头时距的偏差,防止偏差向下游累积,避免公交串车现象发生。

    一种基于分布式深度强化学习的动态公交控制系统及方法

    公开(公告)号:CN115291508A

    公开(公告)日:2022-11-04

    申请号:CN202210681154.6

    申请日:2022-06-16

    Applicant: 扬州大学

    Abstract: 本发明公开了一种基于分布式深度强化学习的动态公交控制系统及方法,包括历史和实时数据收集模块,用于收集研究路网内部的公交历史数据,公交系统设计模块,根据历史数据参数设计公交系统,根据公交系统收集交通信息实时数据,搭建真实DRL环境模块,用于根据公交系统提供的历史和实时数据对真实DRL公交控制的训练环境进行搭建,构建DRL模型模块,用于根据搭建的DRL训练环境,构建DRL模型,包括DRL的状态、动作、策略和奖励,训练DRL模型模块,用于对DRL模型进行不断训练,学习最优策略,本申请旨在显著减少计划时间和车头时距的偏差,防止偏差向下游累积,避免公交串车现象发生。

Patent Agency Ranking