基于增强学习算法的城市交叉口信号灯控制
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 研究背景与意义 | 第11-13页 |
| 1.2 交通信号控制及其研究现状 | 第13-14页 |
| 1.2.1 交通系统研究 | 第13页 |
| 1.2.2 智能方法 | 第13-14页 |
| 1.3 基于增强学习的交通信号控制方法的研究现状 | 第14-16页 |
| 1.3.1 国外研究现状 | 第14-15页 |
| 1.3.2 国内研究现状 | 第15-16页 |
| 1.4 本文主要研究内容 | 第16-18页 |
| 1.5 本文组织结构 | 第18-21页 |
| 第2章 增强学习理论简介 | 第21-33页 |
| 2.1 增强学习概述 | 第21页 |
| 2.2 增强学习的学习方式 | 第21-22页 |
| 2.3 增强学习中的概念 | 第22-25页 |
| 2.3.1 增强学习与Agent | 第22-23页 |
| 2.3.2 增强学习的模型、要素及特性 | 第23-25页 |
| 2.4 增强学习与马尔可夫决策 | 第25-27页 |
| 2.4.1 马尔可夫性 | 第25页 |
| 2.4.2 马尔可夫决策过程(MDP) | 第25-27页 |
| 2.5 增强学习中的主要算法与机制 | 第27-31页 |
| 2.5.1 增强学习的类型 | 第27页 |
| 2.5.2 瞬时差分算法 | 第27-28页 |
| 2.5.3 Q学习 | 第28-29页 |
| 2.5.4 Sarsa算法 | 第29-30页 |
| 2.5.5 资格迹 | 第30-31页 |
| 2.5.6 探索策略 | 第31页 |
| 2.6 本章小结 | 第31-33页 |
| 第3章 基于Q学习算法的交叉口信号控制 | 第33-49页 |
| 3.1 交通信号控制问题描述及建模 | 第33-39页 |
| 3.1.1 交通控制常用术语 | 第33-34页 |
| 3.1.2 研究问题描述 | 第34-36页 |
| 3.1.3 基于交叉口状态描述方法的建模 | 第36-39页 |
| 3.2 基于Q学习的交通信号控制方法 | 第39-43页 |
| 3.3 实验设计与结果分析 | 第43-48页 |
| 3.3.1 路口设计 | 第43页 |
| 3.3.2 参数设计 | 第43-44页 |
| 3.3.3 流量设计 | 第44-45页 |
| 3.3.4 结果分析 | 第45-48页 |
| 3.4 本章小结 | 第48-49页 |
| 第4章 基于SARSA(λ)算法的交叉口信号控制 | 第49-59页 |
| 4.1 基于Sarsa(λ)的交通信号控制方法 | 第49-53页 |
| 4.2 实验设计与结果分析 | 第53-57页 |
| 4.2.1 路口设计 | 第53页 |
| 4.2.2 参数设计 | 第53-54页 |
| 4.2.3 流量设计 | 第54页 |
| 4.2.4 结果分析 | 第54-57页 |
| 4.3 本章小结 | 第57-59页 |
| 第5章 总结与展望 | 第59-61页 |
| 5.1 本文总结 | 第59页 |
| 5.2 展望 | 第59-61页 |
| 参考文献 | 第61-67页 |
| 致谢 | 第67-69页 |
| 论文工作期间参加的科研项目 | 第69页 |
