亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Urban Traffic Signal Control with Reinforcement Learning from Demonstration Data

强化学习 计算机科学 初始化 人工智能 机器学习 信号(编程语言) 步伐 控制(管理) 趋同(经济学) 大地测量学 经济增长 经济 程序设计语言 地理
作者
Min Wang,Libing Wu,Jianxin Li,Dan Wu,Chao Ma
出处
期刊: 卷期号:: 1-8 被引量:2
标识
DOI:10.1109/ijcnn55064.2022.9892538
摘要

Reinforcement learning has been applied to various decision-making tasks and has achieved high profile successes. More and more studies have proposed to use reinforcement learning (RL) for traffic signal control to improve transportation efficiency. However, these methods suffer from a major exploration problem, and their performance is particularly poor. And even fail to quickly converge during the initial stage when interacting with the environment. To overcome this problem, we propose an RL model for traffic signal control based on demonstration data, which provides prior expert knowledge before RL model training. The demonstrations are collected from the classic method self-organizing traffic light (SOTL). It not only serves as expert knowledge but also explores and improves the entire decision-making system. Specifically, we use small demonstration data sets to pre-train the Ape-X Deep Q-learning Network (DQ N) for traffic signal control. When training a RL model from scratch, we often need a lot of data and time to learn a better initialization. Our approach is dedicated to making the RL algorithm converge quickly and accelerating the pace of learning. Extensive experiments on three urban datasets confirm that our method performs better with faster convergence and least travel time than the current RL-based methods by an average of 23.9%, 23.8%, 11.6%

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
乐观怜寒完成签到,获得积分10
2秒前
大医仁心完成签到 ,获得积分10
7秒前
朴实水云完成签到,获得积分10
9秒前
菲菲完成签到 ,获得积分10
11秒前
坦率的天玉完成签到,获得积分10
31秒前
领导范儿的应助被song采纳,获得10
45秒前
58秒前
58秒前
饱满飞扬完成签到,获得积分10
1分钟前
日初发布了新的文献求助10
1分钟前
日初完成签到,获得积分10
1分钟前
大方碧完成签到,获得积分10
1分钟前
顺颂时祺完成签到 ,获得积分10
1分钟前
称心的以蕊完成签到,获得积分10
1分钟前
CodeCraft的应助被科研通管家采纳,获得10
1分钟前
群青完成签到 ,获得积分10
2分钟前
勤劳安波完成签到,获得积分10
2分钟前
song关注了科研通微信公众号
2分钟前
我是老大的应助被敏感的穆采纳,获得10
2分钟前
粗心的烨伟完成签到,获得积分10
2分钟前
2分钟前
song发布了新的文献求助10
2分钟前
呆萌保温杯完成签到,获得积分10
3分钟前
故意的冷安完成签到,获得积分10
3分钟前
lipc完成签到,获得积分10
3分钟前
3分钟前
4分钟前
敏感的穆发布了新的文献求助10
4分钟前
任性笑蓝完成签到,获得积分10
4分钟前
落寞的冰海完成签到,获得积分10
4分钟前
敏感的穆完成签到,获得积分10
4分钟前
成就小蜜蜂完成签到 ,获得积分10
4分钟前
Lainy完成签到 ,获得积分10
4分钟前
美好远航完成签到,获得积分10
5分钟前
5分钟前
合适的太英完成签到,获得积分10
5分钟前
悦耳的香萱完成签到,获得积分10
5分钟前
彩色的尔蝶完成签到,获得积分10
5分钟前
慕青的应助被科研通管家采纳,获得10
5分钟前
眼睛大淇完成签到,获得积分10
6分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Aspects of Post-SPE Phonology 2000
Nanocomposite Removal of Pesticides from Wastewater 1000
Rosenblum, Global Change Biology 800
Final Report for the 2-D Test of Model 901 Rotor and Wing Airfoils (BSWT 592) 528
Berberine regulates the TLR4 signaling pathway to suppress hypoxia-induced proliferation and migration of pulmonary arterial smooth muscle cells 520
Organizational Behavior 510
热门求助领域 (近24小时)
化学 材料科学 医学 生物 计算机科学 工程类 纳米技术 物理 有机化学 化学工程 内科学 生物化学 复合材料 催化作用 心理学 细胞生物学 无机化学 电极 光电子学 人工智能
热门帖子
关注 科研通微信公众号,转发送积分 7893723
求助须知:如何正确求助?哪些是违规求助? 9403740
关于积分的说明 20859173
捐赠科研通 7497117
什么是DOI,文献DOI怎么找? 3358882
关于科研通互助平台的介绍 2497212
邀请新用户注册赠送积分活动 2387968