【技术实现步骤摘要】
本申请涉及机器学习技术，具体地，涉及利用基于强化学习的direclight模型估计道路交叉口的交通信号相位持续时间的方法及其信息处理设备。
技术介绍
1、随着交通需求的不断增加，提高现有交通基础设施的效率以减少城市拥堵和废气排放是至关重要的。其中，实时自适应交通信号就是提高我国城市交通网络效率的主要工具之一。然而，由于交通系统的复杂性和随机性，交通信号控制(tsc,traffic signalcontrol)仍然是一项具有挑战性的任务。近年来，利用强化学习(rl)的方法来解决tsc的问题已经变得越来越流行。
2、基于强化学习的机器学习技术已经在交通信号控制中应用。中国专利申请cn107134156a提供了基于深度学习的智能交通灯系统及其控制交通灯的方法，中国专利申请cn109544913a提供了基于深度q网络学习的交通灯动态配时算法。中国专利申请cn113012432b提供了云计算与雾计算协同强化学习的交通红绿灯控制系统。
3、深度强化学习(drl，deep reinforcement learning)能够通过...
【技术保护点】
1.道路交叉口交通信号控制方法，包括：
2.根据权利要求1所述的道路交叉口交通信号控制方法，其中根据指定交通信号相位所对应的车道内的车辆数量确定道路交叉口的道路车辆状态，包括：
3.根据权利要求1或2所述的道路交叉口交通信号控制方法，其中根据指定交通信号相位所对应的车道内的车辆数量确定道路交叉口的道路车辆状态，包括：
4.根据权利要求1或2所述的道路交叉口交通信号控制方法，其中根据指定交通信号相位所对应的车道内的车辆数量确定道路交叉口的道路车辆状态，包括：
5.根据权利要求1-4之一所述的道路交叉口交通信号控制方法，其中
6....
【技术特征摘要】
1.道路交叉口交通信号控制方法，包括：
2.根据权利要求1所述的道路交叉口交通信号控制方法，其中根据指定交通信号相位所对应的车道内的车辆数量确定道路交叉口的道路车辆状态，包括：
3.根据权利要求1或2所述的道路交叉口交通信号控制方法，其中根据指定交通信号相位所对应的车道内的车辆数量确定道路交叉口的道路车辆状态，包括：
4.根据权利要求1或2所述的道路交叉口交通信号控制方法，其中根据指定交通信号相位所对应的车道内的车辆数量确定道路交叉口的道路车辆状态，包括：
5.根据权利要求1-4之一所述的道路交叉口交通信号控制方法，其中，
6.根据权利要求1-5之...
【专利技术属性】
技术研发人员：武强，
申请(专利权)人：北京小橙智算科技有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。