| 交通場景下基于深度強化學習的感知型路徑分配算法 | |
| 所屬分類：技術論文 | |
| 上傳者：zhoubin333 | |
| 文檔大?。?span>884 K | |
| 標簽： 路徑分配 深度強化學習 路網 | |
| 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字孿生系統的重要研究方向之一，其重點是綜合考量行駛需求的動態變化以及路網信息的實時改變，實現高效合理的路徑規劃?，F階段一些經典的分配算法如粒子群、Dijkstra等算法及其優化模型僅能達到全局靜態最優，忽略了現實交通中的復雜變化。而逐漸推出的各種深度學習算法雖能進行全面的時空預測，但受限于海量歷史數據的歸納分析以及較高的運算成本，難以大規模應用。鑒于此，提出了一種靜態分配算法與深度強化學習算法結合的感知型路徑分配算法,在行駛中依據實時路網信息和車輛當前狀態，實現全局路徑動態再分配及更新，相關算法的精度和效率在仿真實驗中得到驗證。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2