Глибоке навчання з підкріпленням з урахуванням рельєфу та контекстним формуванням винагороди для сталого й ефективного керування міським рухом
Future Transportation, т. 6, № 2, стаття 82
Стислий огляд дослідження
Керування світлофорами навчають з урахуванням ухилу дороги та складу транспортного потоку. У симуляції, відкаліброваній за відеозаписами руху, порівнюють викиди, тривалість поїздок і черги на підйомі. У цих умовах спеціалізований контролер перевершує керування на основі тиску потоків і стандартне глибоке Q-навчання.
Бібліографічне посилання
Формат цитування для вашого видання чи організації звірте із записом у видавця.
Oleksander Ryzhanskyi, Oleksander Barmak, Eduard Manziuk, Pavlo Radiuk, Iurii Krak. "Topography-Aware Deep Reinforcement Learning with Contextual Reward Engineering for Sustainable and Efficient Urban Traffic Control". Future Transportation, Vol. 6, No. 2, Article 82, 2026. https://doi.org/10.3390/futuretransp6020082
Перевірте метод на вашій задачі.
Опишіть рішення, яке має підтримувати ваша система, та дані, з якими вона працює. Оцінимо придатність методу, визначимо обсяг прототипу й погодимо, як перевірити якість, час відповіді та вартість його роботи.