Mar, 2023
利用强化学习改进自主车辆与行人的交互的自适应道路配置
Adaptive Road Configurations for Improved Autonomous Vehicle-Pedestrian Interactions using Reinforcement Learning
Qiming Ye, Yuxiang Feng, Jose Javier Escribano Macias, Marc Stettler, Panagiotis Angeloudis
TL;DR该研究探讨了强化学习方法用于发展自主车辆和行人共同占用的行车道之后的实时调控,分析表明分布式强化学习算法比集中式算法在计算成本、奖励基准、最佳累计奖励、最优动作和收敛速度方面具有更好的表现,并且这项新的道路管理技术可能有助于在自主车辆时代实现流动自适应和积极便携的街道。