مقاله CycLight: یادگیری همکاری سیگنال ترافیک با یک استراتژی در سطح چرخه
| عنوان مقاله به انگلیسی | CycLight: learning traffic signal cooperation with a cycle-level strategy |
| عنوان مقاله به فارسی | مقاله Cyclight: یادگیری همکاری سیگنال ترافیک با یک استراتژی سطح چرخه |
| نویسندگان | Gengyue Han, Xiaohan Liu, Xianyue Peng, Hao Wang, Yu Han |
| زبان مقاله | انگلیسی |
| فرمت مقاله: | |
| تعداد صفحات | 12 |
| دسته بندی موضوعات | Machine Learning,Artificial Intelligence,Systems and Control,یادگیری ماشین , هوش مصنوعی , سیستم ها و کنترل , |
| توضیحات | Submitted 16 January, 2024; originally announced January 2024. |
| توضیحات به فارسی | 16 ژانویه 2024 ارسال شد.در ابتدا ژانویه 2024 اعلام شد. |
چکیده
This study introduces CycLight, a novel cycle-level deep reinforcement learning (RL) approach for network-level adaptive traffic signal control (NATSC) systems. Unlike most traditional RL-based traffic controllers that focus on step-by-step decision making, CycLight adopts a cycle-level strategy, optimizing cycle length and splits simultaneously using Parameterized Deep Q-Networks (PDQN) algorithm. This cycle-level approach effectively reduces the computational burden associated with frequent data communication, meanwhile enhancing the practicality and safety of real-world applications. A decentralized framework is formulated for multi-agent cooperation, while attention mechanism is integrated to accurately assess the impact of the surroundings on the current intersection. CycLight is tested in a large synthetic traffic grid using the microscopic traffic simulation tool, SUMO. Experimental results not only demonstrate the superiority of CycLight over other state-of-the-art approaches but also showcase its robustness against information transmission delays.
چکیده به فارسی (ترجمه ماشینی)
این مطالعه Cyclight ، یک رویکرد یادگیری تقویت عمیق در سطح چرخه (RL) برای سیستم های کنترل سیگنال ترافیک تطبیقی در سطح شبکه (NATSC) را معرفی می کند.بر خلاف اکثر کنترل کننده های ترافیک سنتی مبتنی بر RL که روی تصمیم گیری گام به گام تمرکز دارند ، Cyclight یک استراتژی سطح چرخه را اتخاذ می کند ، طول چرخه را بهینه می کند و همزمان با استفاده از الگوریتم پارامتری Q-Networks (PDQN) تقسیم می شود.این رویکرد سطح چرخه به طور موثری بار محاسباتی مرتبط با ارتباطات مکرر داده ها را کاهش می دهد ، در عین حال باعث افزایش عملی و ایمنی برنامه های دنیای واقعی می شود.یک چارچوب غیرمتمرکز برای همکاری های چند عامل تدوین شده است ، در حالی که مکانیسم توجه برای ارزیابی دقیق تأثیر محیط اطراف در تقاطع فعلی یکپارچه شده است.Cyclight با استفاده از ابزار شبیه سازی ترافیک میکروسکوپی ، SUMO در یک شبکه ترافیک مصنوعی بزرگ آزمایش می شود.نتایج تجربی نه تنها برتری چرخه نسبت به سایر رویکردهای پیشرفته را نشان می دهد بلکه استحکام آن را در برابر تاخیر در انتقال اطلاعات نشان می دهد.📚 محتوای این محصول آموزشی (پکیج کامل)
علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیقتر و تسلط کامل بر مباحث مجموعهای از کتابهای آموزشی نیز ارائه میشود.
-
کتاب صدها نکته فارسی (خودمونی) – نسخه PDF — زبان ساده و کاربردی
مشاهده نمونه نسخه نکات ساده -
کتاب صدها نکته رسمی فارسی – نسخه PDF — نگارش استاندارد و علمی
مشاهده نمونه نسخه نکات رسمی -
کتاب صدها پرسش و پاسخ تشریحی – نسخه PDF
— هر سؤال همراه با پاسخ کامل برای درک عمیق مفاهیم
مشاهده نمونه نسخه پرسش و پاسخ -
کتاب پرسش و پاسخ چهارگزینهای – نسخه یادگیری سریع
— پاسخها بلافاصله بعد از سؤال برای مرور سریع
مشاهده نمونه نسخه کوییز سریع -
کتاب پرسش و پاسخ چهارگزینهای – نسخه خودآزمایی
— پاسخها در انتهای بخشها برای سنجش واقعی یادگیری
مشاهده نمونه نسخه آزمونی
🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتابها، تمرینها و خودآزمایی.
ℹ️ نکات مهم هنگام خرید
- این محصول به صورت فایل دانلودی کامل ارائه میشود.
- توجه: لینکهای اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال میشوند.
- دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
- برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
- اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینکها را دریافت نکردهاید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینکها دوباره ارسال شوند.
💬 راههای ارتباطی پشتیبانی:
واتساپ یا هر پیام رسان داخلی یا پیامک:
09395106248
تلگرام: @ma_limbs
نظرات
هنوز نظری ثبت نشده است.
وارد شوید تا نظر ثبت کنید.