基于强化学习的城市交通信号控制方法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·研究背景 | 第7-8页 |
| ·研究现状 | 第8-10页 |
| ·国外研究现状 | 第8-9页 |
| ·国内研究现状 | 第9-10页 |
| ·本文的主要工作和组织结构 | 第10-13页 |
| ·主要工作 | 第10-11页 |
| ·组织结构 | 第11-13页 |
| 第二章 强化学习在交通信号控制中的应用 | 第13-23页 |
| ·强化学习与马尔可夫决策 | 第13-14页 |
| ·强化学习要素与基本模型 | 第14-15页 |
| ·强化学习主要算法与探索策略 | 第15-18页 |
| ·瞬时差分算法 | 第16-17页 |
| ·Q 学习算法 | 第17页 |
| ·Sarsa 学习算法 | 第17-18页 |
| ·强化学习常用探索策略 | 第18页 |
| ·基于模型的 Q 学习算法 | 第18-19页 |
| ·强化学习用于交通信号控制 | 第19-21页 |
| ·交通建模 | 第19-20页 |
| ·交通信号控制的状态描述 | 第20页 |
| ·基于模型的强化学习用于交通信号控制 | 第20-21页 |
| ·本章小结 | 第21-23页 |
| 第三章 建立于全局拥堵因子的改进控制方法 | 第23-35页 |
| ·交通信号控制问题描述及建模 | 第23-25页 |
| ·基于车辆的状态描述方法的优点 | 第23-24页 |
| ·基于车辆的状态描述方法建模 | 第24-25页 |
| ·多 Agent 系统之间的通信机制 | 第25-27页 |
| ·无通信模式 | 第25-26页 |
| ·消息传递模式 | 第26页 |
| ·方案传递模式 | 第26页 |
| ·黑板模式 | 第26-27页 |
| ·基于全局拥堵因子改进的交通信号控制方法 | 第27-30页 |
| ·TC-GAGC 方法建模 | 第27-28页 |
| ·全局拥堵因子的引入及改进的动作策略 | 第28-30页 |
| ·仿真实验与结果分析 | 第30-34页 |
| ·本章小结 | 第34-35页 |
| 第四章 基于启发式强化学习的交通信号控制方法 | 第35-47页 |
| ·启发式强化学习 | 第35-38页 |
| ·启发式加速强化学习 | 第35-36页 |
| ·定义启发函数 | 第36-37页 |
| ·启发式加速 Q 学习 | 第37-38页 |
| ·HAQL 用于交通信号控制 | 第38-40页 |
| ·TC-HAQL 方法的建模问题 | 第38页 |
| ·启发函数的确定 | 第38-39页 |
| ·TC-HAQL 方法的学习过程 | 第39-40页 |
| ·仿真实验与结果分析 | 第40-45页 |
| ·本章小结 | 第45-47页 |
| 第五章 多 Agent 协作的交通信号控制方法 | 第47-65页 |
| ·多 Agent 系统中的强化学习 | 第47-48页 |
| ·合作与协调 | 第47-48页 |
| ·知识学习 | 第48页 |
| ·协作图 | 第48-49页 |
| ·利用信号灯-交叉口联合动作改进的协作图交通建模 | 第49-50页 |
| ·TCLJ 交通信号控制方法 | 第50-56页 |
| ·TCLJ 方法的引入 | 第50-51页 |
| ·仿真实验与结果分析 | 第51-56页 |
| ·MaxplusLJ 交通信号控制方法 | 第56-63页 |
| ·Max-plus 算法介绍 | 第56-57页 |
| ·MaxplusLJ 交通信号控制方法设计与实现 | 第57-58页 |
| ·仿真实验与结果分析 | 第58-63页 |
| ·本章小结 | 第63-65页 |
| 第六章 结束语 | 第65-67页 |
| ·本文总结 | 第65页 |
| ·问题与展望 | 第65-67页 |
| 致谢 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 攻读硕士期间研究成果 | 第73-74页 |
