标题 |
Adaptive Metro Service Schedule and Train Composition With a Proximal Policy Optimization Approach Based on Deep Reinforcement Learning
基于深度强化学习的自适应地铁服务时刻表和列车编组方法
相关领域
强化学习
马尔可夫决策过程
计算机科学
启发式
地铁列车时刻表
调度(生产过程)
人工神经网络
数学优化
最优化问题
运筹学
人工智能
马尔可夫过程
工程类
统计
操作系统
数学
算法
|
网址 | |
DOI | |
其它 |
期刊:IEEE Transactions on Intelligent Transportation Systems 作者:Cheng-shuo Ying; Andy H.F. Chow; Yihui Wang; Kwai‐Sang Chin 出版日期:2021-03-11 |
求助人 | |
下载 | |
温馨提示:该文献已被科研通 学术中心 收录,前往查看
科研通『学术中心』是文献索引库,收集文献的基本信息(如标题、摘要、期刊、作者、被引量等),不提供下载功能。如需下载文献全文,请通过文献求助获取。
|