交通場景下基于深度強(qiáng)化學(xué)習(xí)的感知型路徑分配算法
所屬分類：技術(shù)論文
上傳者：zhoubin333
文檔大?。?span>884 K
標(biāo)簽： 路徑分配 深度強(qiáng)化學(xué)習(xí) 路網(wǎng)
所需積分：0分積分不夠怎么辦,？
文檔介紹：路徑分配問題是交通數(shù)字孿生系統(tǒng)的重要研究方向之一，其重點(diǎn)是綜合考量行駛需求的動態(tài)變化以及路網(wǎng)信息的實(shí)時改變,，實(shí)現(xiàn)高效合理的路徑規(guī)劃。現(xiàn)階段一些經(jīng)典的分配算法如粒子群,、Dijkstra等算法及其優(yōu)化模型僅能達(dá)到全局靜態(tài)最優(yōu),，忽略了現(xiàn)實(shí)交通中的復(fù)雜變化。而逐漸推出的各種深度學(xué)習(xí)算法雖能進(jìn)行全面的時空預(yù)測,，但受限于海量歷史數(shù)據(jù)的歸納分析以及較高的運(yùn)算成本,，難以大規(guī)模應(yīng)用。鑒于此,，提出了一種靜態(tài)分配算法與深度強(qiáng)化學(xué)習(xí)算法結(jié)合的感知型路徑分配算法,在行駛中依據(jù)實(shí)時路網(wǎng)信息和車輛當(dāng)前狀態(tài),，實(shí)現(xiàn)全局路徑動態(tài)再分配及更新，相關(guān)算法的精度和效率在仿真實(shí)驗中得到驗證,。
現(xiàn)在下載
VIP會員,，AET專家下載不扣分；重復(fù)下載不扣分,，本人上傳資源不扣分,。