基于3D卷积深度强化学习的交通灯配时优化技术研究

摘要

如今,在经济发展过程中,我们有一个问题不能够忽视,那就是交通拥堵,如果我们不重视,就会成为发展的障碍.我们的目的是为了使得城市中的车辆不要那么的拥堵,本文的角度是优化交通灯配时,提出了一种基于3D卷积深度强化学习的交通配时优化的模型.实验是在SUMO仿真器平台上进行的,与基于深度强化学习的交通配时优化算法在车辆平均滞留时间和路网车辆数量两个指标下进行对比,本文提出的优化方法优于上述优化算法.