首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于强化协作博弈方法的双车道混合交通流特性
引用本文:郭静秋,方守恩,曲小波,王亦兵,刘洋泽西.基于强化协作博弈方法的双车道混合交通流特性[J].同济大学学报(自然科学版),2019,47(7):0976-0983.
作者姓名:郭静秋  方守恩  曲小波  王亦兵  刘洋泽西
作者单位:同济大学 道路与交通工程教育部重点实验室,上海 201804,同济大学 道路与交通工程教育部重点实验室,上海 201804,查尔姆斯理工大学 建筑与土木工程系,查尔姆斯 41296,浙江大学 建筑工程学院,浙江 杭州 310058,同济大学 道路与交通工程教育部重点实验室,上海 201804
基金项目:国家重点研发计划(2018YFB1600504)
摘    要:对元胞自动机引入Gipps跟驰模型,并结合改进的Q强化学习方法分别建立普通车辆及智能网联车的微观行驶策略,提出了一种新型的混合交通流演化仿真方法.然后,利用数值模拟方式对双车道交通环境进行仿真,探索智能网联车对混合交通流的动态影响.结果表明,相比于元胞自动机构建的普通车辆智能体,改进的Q强化学习方法训练的智能网联车智能体具备更强的连续时空环境适应能力,双车道环境下道路通行能力随着智能网联车渗透率的提升而增大,最高可提升45.34%.此外,智能网联车渗透率的提高会降低车群低效的换道行为,拓宽高通行能力水平下的车辆密度范围,有利于改善交通拥堵.

关 键 词:混合交通流  协作博弈  元胞自动机  强化学习
收稿时间:2018/7/7 0:00:00
修稿时间:2019/5/7 0:00:00

Characteristics of Mixed Traffic Flow in Two-lane Scenario Based on Cooperative Gaming Method
GUO Jingqiu,FANG Shouen,QU Xiaobo,WANG Yibing and LIU Yangzexi.Characteristics of Mixed Traffic Flow in Two-lane Scenario Based on Cooperative Gaming Method[J].Journal of Tongji University(Natural Science),2019,47(7):0976-0983.
Authors:GUO Jingqiu  FANG Shouen  QU Xiaobo  WANG Yibing and LIU Yangzexi
Institution:Key Laboratory of Road and Traffic Engineering of the Ministry of Education, Tongji University, Shanghai 201804, China,Key Laboratory of Road and Traffic Engineering of the Ministry of Education, Tongji University, Shanghai 201804, China,Department of Architecture and Civil Engineering, Chalmers University of Technology, Chalmers 41296, Sweden,College of Civil Engineering and Architecture, Zhejiang University, Hangzhou 310058, China and Key Laboratory of Road and Traffic Engineering of the Ministry of Education, Tongji University, Shanghai 201804, China
Abstract:
Keywords:mixed traffic flow  cooperative gaming  cellular automata  reinforcement learning
本文献已被 CNKI 等数据库收录!
点击此处可从《同济大学学报(自然科学版)》浏览原始摘要信息
点击此处可从《同济大学学报(自然科学版)》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号