基于深度Q网络改进交通信号灯控制设计与实现
于荣1
郑福2
1.海南大学网络空间安全学院,海南海口 5702282.海南大学数学与统计学院,海南海口 570228
摘要：交通拥堵是全球许多城市面临的重大挑战.通过采用深度Q网络(DQN)优化交通信号灯控制,旨在减少车辆等待时间,提高交通流量.研究方法包括将交通信号灯控制问题转化为强化学习问题,利用DQN算法自适应学习优化策略.实验结果表明,改进后的DQN算法在减少车辆等待时间和提高通行效率方面表现优异,整体效率提升了 20％以上.通过仿真实验验证了改进算法的有效性,为城市交通管理提供了新的解决方案.
关键词：深度Q网络交通信号灯强化学习优化控制
分类号：R373.9(医学微生物学（病原细菌学、病原微生物学）)
资助基金：国家自然科学基金(12371446)海南省自然科学基金项目(123MS004)
论文发表日期：2025-06-15
在线出版日期：2025-09-09（本平台首次上网日期，不代表文献的发表时间）
页数：8( 134-141 )
英文信息