【技术实现步骤摘要】
本专利技术涉及无信号交叉口通行，具体涉及一种无信号交叉口车辆通行控制方法、系统及设备。
技术介绍
1、无信号交叉口是城市交通系统中的重要组成部分，其通行效率直接影响到整个城市的交通流畅度。然而，传统的无信号交叉口管理方式往往依赖于交通控制设施或固定的交通规则，尽管大量研究人员以交通规则为基础对无信号交叉口车辆通行进行了优化，提出了一系列优于信号控制方法的规则和协议，但这些规则和协议难以适应复杂多变的交通环境、提高交叉口通行效率。为优化交通性能，研究人员开始通过建立优化模型，求解最优解来获得无信号交叉口控制方案。然而，随着待规划车辆数的增加，有效通行顺序组合数量呈爆炸式增长，导致求解计算量增大，使得优化模型难以求解，无法满足实时交通控制问题的时效性要求。深度强化学习(drl)作为一种结合了深度学习与强化学习的人工智能方法，具有强大的感知能力与决策能力。在drl框架中，每辆车都被视为一个独立的智能体，通过不断地试错和学习，以适应多变的环境并处理复杂的决策任务。利用drl设计一种能够自适应无信号交叉口交通环境变化的通行策略，成为当前研究的重点...
【技术保护点】
1.一种无信号交叉口车辆通行控制方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种无信号交叉口车辆通行控制方法，其特征在于，所述获取无信号交叉口环境中目标车队和决策参考车队当前的观测状态包括用于生成目标车队规模的观测状态和用于生成目标车队头车加速度的观测状态；所述用于生成目标车队规模的观测状态包括：
3.根据权利要求1所述的一种无信号交叉口车辆通行控制方法，其特征在于，所述总奖励包括以公平性、通行效率和安全为优化目标，生成最优车队规模策略的总奖励和以安全、通行效率和驾驶舒适度为优化目标，生成最优车队头车加速度策略的总奖励。
<...【技术特征摘要】
1.一种无信号交叉口车辆通行控制方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种无信号交叉口车辆通行控制方法，其特征在于，所述获取无信号交叉口环境中目标车队和决策参考车队当前的观测状态包括用于生成目标车队规模的观测状态和用于生成目标车队头车加速度的观测状态；所述用于生成目标车队规模的观测状态包括：
3.根据权利要求1所述的一种无信号交叉口车辆通行控制方法，其特征在于，所述总奖励包括以公平性、通行效率和安全为优化目标，生成最优车队规模策略的总奖励和以安全、通行效率和驾驶舒适度为优化目标，生成最优车队头车加速度策略的总奖励。
4.根据权利要求3所述的一种无信号交叉口车辆通行控制方法，其特征在于，所述以公平性、通行效率和安全为优化目标，生成最优车队规模策略的总奖励表示为：
5.根据权利要求3所述的一种无信号交叉口车辆通行控制方法，其特征在于，所述以安全、通行效率和驾驶舒适度为优化目标，生成最优车队头车加速度策略的总奖励表示为：
6....
【专利技术属性】
技术研发人员：郝茹茹，周洲，贺教琼，程鑫，王思怡，
申请(专利权)人：长安大学，
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。