ترجمه فارسی مقاله یک استراتژی تصمیم گیری مبتنی بر یادگیری تقویت شده برای تقویت نمودار برای اکو پلاتون

چکیده

Platooning technology is renowned for its precise vehicle control, traffic flow optimization, and energy efficiency enhancement. However, in large-scale mixed platoons, vehicle heterogeneity and unpredictable traffic conditions lead to virtual bottlenecks. These bottlenecks result in reduced traffic throughput and increased energy consumption within the platoon. To address these challenges, we introduce a decision-making strategy based on nested graph reinforcement learning. This strategy improves collaborative decision-making, ensuring energy efficiency and alleviating congestion. We propose a theory of nested traffic graph representation that maps dynamic interactions between vehicles and platoons in non-Euclidean spaces. By incorporating spatio-temporal weighted graph into a multi-head attention mechanism, we further enhance the model’s capacity to process both local and global data. Additionally, we have developed a nested graph reinforcement learning framework to enhance the self-iterative learning capabilities of platooning. Using the I-24 dataset, we designed and conducted comparative algorithm experiments, generalizability testing, and permeability ablation experiments, thereby validating the proposed strategy’s effectiveness. Compared to the baseline, our strategy increases throughput by 10% and decreases energy use by 9%. Specifically, increasing the penetration rate of CAVs significantly enhances traffic throughput, though it also increases energy consumption.

چکیده به فارسی (ترجمه ماشینی)

فناوری تسویه حساب به دلیل کنترل دقیق خودرو ، بهینه سازی جریان ترافیک و افزایش بهره وری انرژی مشهور است.با این حال ، در افلاطون مختلط در مقیاس بزرگ ، ناهمگونی وسیله نقلیه و شرایط ترافیکی غیرقابل پیش بینی منجر به تنگناهای مجازی می شود.این تنگناها منجر به کاهش توان ترافیک و افزایش مصرف انرژی در داخل محوطه می شوند.برای پرداختن به این چالش ها ، ما یک استراتژی تصمیم گیری را بر اساس یادگیری تقویت نمودار تو در تو معرفی می کنیم.این استراتژی تصمیم گیری مشترک را بهبود می بخشد ، از بهره وری انرژی و کاهش احتقان اطمینان می دهد.ما یک تئوری در مورد نمایش نمودار ترافیک تو در تو را پیشنهاد می کنیم که تعامل پویا بین وسایل نقلیه و اقامد در فضاهای غیر الکلیدسی را ترسیم می کند.با ترکیب نمودار وزنی مکانی-زمانی در یک مکانیسم توجه چند سر ، ما ظرفیت مدل را برای پردازش داده های محلی و جهانی بیشتر می کنیم.علاوه بر این ، ما یک چارچوب یادگیری تقویت کننده نمودار تو در تو را برای تقویت قابلیت های یادگیری خودآموز در مورد تجهیزات ایجاد کرده ایم.با استفاده از مجموعه داده I-24 ، ما آزمایش های الگوریتم مقایسه ای ، آزمایش تعمیم پذیری و آزمایش های فرسایش نفوذپذیری را طراحی و انجام دادیم و از این طریق اثربخشی استراتژی پیشنهادی را تأیید کردیم.در مقایسه با پایه ، استراتژی ما 10 ٪ توان را افزایش می دهد و میزان مصرف انرژی را 9 ٪ کاهش می دهد.به طور خاص ، افزایش میزان نفوذ CAV ها به طور قابل توجهی توان ترافیک را افزایش می دهد ، اگرچه باعث افزایش مصرف انرژی نیز می شود.