transportation networks | BriefGPT

关键词transportation networks

搜索结果 - 6

探索交通信号控制和连接和自动化车辆对交叉口安全的影响：一种深度强化学习方法
通过深度强化学习方法，本研究调查了自适应信号控制和联网自动化车辆对交叉路口安全的影响，考虑了追尾和横穿冲突，并发现联合应用自动化车辆和基于深度 Q 网络的信号控制可以显著减少追尾和横穿冲突，从而提高交通安全性。
PDFa month ago
基于深度强化学习的智能交通信号控制与 CO2 排放优化
该研究报告介绍了一种名为 EcoLight 的奖励塑造方案，用于强化学习算法中，既可以减少二氧化碳排放，又可以在诸如旅行时间之类的指标上获得具有竞争力的结果。该研究比较了采用表格型 Q 学习、DQN、SARSA 和 A2C 算法的性能，使用
PDF9 months ago
Google Maps 中使用图神经网络进行 ETA 预测
本文介绍了一种用于运输网络中估算出发时间的图神经网络模型，该模型使用了 MetaGradients 等算法优化方法，经过实际生产和现实情景分析的验证，在 Sydney 等城市的应用中相较之前的基础模型获得了显著的预测值准确度提高（最高达 4
PDF3 years ago
一个复杂物流网络资源平衡的合作多智能体强化学习框架
本篇论文提出了一种基于多智能体强化学习的新型协作机制以及一种创新的状态和奖励设计，对复杂交通网络中的资源平衡问题进行优化，实验结果表明，该方法能够更好地激励代理之间的合作，相比于传统的基于组合优化的方法，可以显著提高交通服务的效果和稳定性。
PDF5 years ago
将交通视为图像：用深度卷积神经网络对大规模交通网络速度进行预测
本文提出了一种基于卷积神经网络的方法，将交通数据通过二维时间空间矩阵转化成图像进行处理，并预测大规模网络流量，实验结果表明该方法在处理大规模交通网络数据方面表现出较高的准确性。
PDF7 years ago
交通网络路径规划
该研究论文调查了交通网络路线规划算法的最新进展，重点介绍了处理道路网络和公共交通网络的不同方法，以及其对查询时间、空间要求和预处理等方面的不同权衡，提出了多模态路径规划问题的近似解决方案。
PDF9 years ago