一种基于深度Q学习神经网络的大型路网交通信号控制方法
基本信息
| 申请号 | CN202011037911.3 | 申请日 | - |
| 公开（公告）号 | CN112216128A | 公开（公告）日 | 2021-01-12 |
| 申请公布号 | CN112216128A | 申请公布日 | 2021-01-12 |
| 分类号 | G08G1/08;G08G1/01;G06N3/04 | 分类 | 信号装置; |
| 发明人 | 方忠良;张湛;王喆冰;杨军喜;徐琛;冯远静;李永强 | 申请（专利权）人 | 航天科工广信智能技术有限公司 |
| 代理机构 | 杭州斯可睿专利事务所有限公司 | 代理人 | 航天科工广信智能技术有限公司 |
| 地址 | 310004 浙江省杭州市下城区费家塘路576号6楼 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 一种基于深度Q学习神经网络的大型路网交通信号控制方法，包括如下步骤：1)在一段连续的时间里获取路网中每个路口的所有车道近路口50米的车辆数目和相位信息；2)预处理步骤一获得的数据，获得车辆数‑相位数据集；3)利用排队车辆‑灯态数据集，更新深度Q神经网络；4)深度Q神经网络反映的信息就是路网每个路口对应状态下的可执行相位信息，据此可以给出该路网下的交通信号控制方案。与现有技术相比，本发明通过深度Q神经网络刻画大型路网状态，据此得到的交通信号控制器比现有的定时控制能更好的缓解交通拥堵的情况。 |
