技術(shù)特征：

1.一種基于深度強(qiáng)化學(xué)習(xí)的信號(hào)燈智能控制方法，其特征在于：包括以下步驟：

2.根據(jù)權(quán)利要求1所述的基于深度強(qiáng)化學(xué)習(xí)的信號(hào)燈智能控制方法，其特征在于：所述步驟s3中，算法流程如下：

3.根據(jù)權(quán)利要求1所述的基于深度強(qiáng)化學(xué)習(xí)的信號(hào)燈智能控制方法，其特征在于：所述步驟s4中，模型訓(xùn)練過程如下：

4.根據(jù)權(quán)利要求3所述的基于深度強(qiáng)化學(xué)習(xí)的信號(hào)燈智能控制方法，其特征在于：所述步驟s4中，模型驗(yàn)證過程與模型訓(xùn)練過程的區(qū)別僅在于，在驗(yàn)證過程中不再更新行動(dòng)者actor網(wǎng)絡(luò)和策略網(wǎng)絡(luò)。

5.一種基于深度強(qiáng)化學(xué)習(xí)的信號(hào)燈智能控制系統(tǒng)，其特征在于：包括：

6.根據(jù)權(quán)利要求5所述的基于深度強(qiáng)化學(xué)習(xí)的信號(hào)燈智能控制系統(tǒng)，其特征在于：所述算法流程定義模塊負(fù)責(zé)執(zhí)行的算法流程如下：

7.根據(jù)權(quán)利要求5所述的基于深度強(qiáng)化學(xué)習(xí)的信號(hào)燈智能控制系統(tǒng)，其特征在于：所述模型訓(xùn)練與驗(yàn)證模塊中，模型訓(xùn)練過程如下：

8.根據(jù)權(quán)利要求7所述的基于深度強(qiáng)化學(xué)習(xí)的信號(hào)燈智能控制系統(tǒng)，其特征在于：所述模型訓(xùn)練與驗(yàn)證模塊中，模型驗(yàn)證過程與模型訓(xùn)練過程的區(qū)別僅在于，在驗(yàn)證過程中不再更新行動(dòng)者actor網(wǎng)絡(luò)和策略網(wǎng)絡(luò)。

9.一種基于深度強(qiáng)化學(xué)習(xí)的信號(hào)燈智能控制設(shè)備，其特征在于：包括存儲(chǔ)器和處理器；所述存儲(chǔ)器用于存儲(chǔ)計(jì)算機(jī)程序，所述處理器用于執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)如權(quán)利要求1至4任意一項(xiàng)所述的方法。

10.一種可讀存儲(chǔ)介質(zhì)，其特征在于：所述可讀存儲(chǔ)介質(zhì)上存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1至4任意一項(xiàng)所述的方法。

技術(shù)總結(jié)
本發(fā)明特別涉及一種基于深度強(qiáng)化學(xué)習(xí)的信號(hào)燈智能控制方法。該基于深度強(qiáng)化學(xué)習(xí)的信號(hào)燈智能控制方法，基于SUMO仿真軟件和python構(gòu)建仿真平臺(tái)，在SUMO仿真軟件中搭建路網(wǎng)；基于柔性動(dòng)作?評(píng)價(jià)算法SAC設(shè)計(jì)入匝道車輛的控制策略模型；定義算法流程，對(duì)目標(biāo)網(wǎng)絡(luò)進(jìn)行更新，以確保訓(xùn)練的穩(wěn)定；進(jìn)行模型訓(xùn)練，并通過車輛仿真技術(shù)驗(yàn)證模型的有效性；最后實(shí)時(shí)獲取道路車輛信息，利用經(jīng)過訓(xùn)練與驗(yàn)證的模型實(shí)現(xiàn)對(duì)信號(hào)燈的實(shí)時(shí)控制。該基于深度強(qiáng)化學(xué)習(xí)的信號(hào)燈智能控制方法，不僅能夠控制信號(hào)燈相位，還可以根據(jù)各個(gè)道路的車流密度動(dòng)態(tài)調(diào)整信號(hào)燈相位，進(jìn)而平衡了各個(gè)方向車輛的等待時(shí)間，提高了路口的通行效率。

技術(shù)研發(fā)人員：韋凱,朱勇,張東海,張衡,李兆凱
受保護(hù)的技術(shù)使用者：浪潮云信息技術(shù)股份公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/10