清晨好,您是今天最早来到科研通的研友!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,伴您科研之路漫漫前行!

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
奔跑的应助被JJ采纳,获得50
7秒前
NN发布了新的文献求助30
9秒前
10秒前
酷波er的应助被wuqs采纳,获得10
11秒前
赘婿的应助被Jun采纳,获得10
12秒前
CipherSage的应助被Wang采纳,获得10
15秒前
16秒前
研友_Lk9Y9Z发布了新的文献求助10
20秒前
快乐碱基对完成签到 ,获得积分10
22秒前
流星雨完成签到 ,获得积分10
25秒前
28秒前
31秒前
timeless完成签到 ,获得积分10
31秒前
Jun发布了新的文献求助10
34秒前
孝顺的丹烟完成签到,获得积分10
34秒前
wuqs完成签到,获得积分10
48秒前
欢喜的晓槐完成签到,获得积分10
1分钟前
新人钱粮完成签到 ,获得积分10
1分钟前
小巧慕儿完成签到,获得积分10
1分钟前
昴星引路完成签到 ,获得积分10
1分钟前
yanweihome完成签到 ,获得积分10
1分钟前
谦让的鹤轩完成签到,获得积分10
1分钟前
Ava的应助被Jun采纳,获得10
1分钟前
小新小新完成签到 ,获得积分10
1分钟前
kimo完成签到 ,获得积分10
1分钟前
标致的忆梅完成签到,获得积分10
2分钟前
2分钟前
风息完成签到,获得积分10
2分钟前
Jun发布了新的文献求助10
2分钟前
故意的丹萱完成签到,获得积分10
2分钟前
大大完成签到 ,获得积分10
2分钟前
平静完成签到 ,获得积分10
2分钟前
瘦瘦的鼠标完成签到,获得积分10
2分钟前
2分钟前
2分钟前
2分钟前
Wang发布了新的文献求助10
2分钟前
古炮完成签到 ,获得积分10
2分钟前
圆圆完成签到 ,获得积分10
2分钟前
helen李完成签到 ,获得积分10
2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
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 1080
Encyclopedia of Modern Artificial Intelligence 1000
Особенности технологий и методов информационно-психологических войн СССР с Великобританией и США в период 1939-1953 гг 1000
Das Matthäusevangelium: Kapitel 1:1–17 1000
Analyses de reconnaissances de dettes passées devant les échevins d'Ypres (1249-1291) 600
Cellulose and Cellulose Derivatives: Synthesis, Modification and Applications 600
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8142505
求助须知:如何正确求助?哪些是违规求助? 9542143
关于积分的说明 21649260
捐赠科研通 7727426
什么是DOI,文献DOI怎么找? 3421697
关于科研通互助平台的介绍 2547033
邀请新用户注册赠送积分活动 2464339