公开(公告)号：CN115512543B

公开(公告)日：2023-11-28

申请号：CN202211152406.2

申请日：2022-09-21

Applicant: 浙江大学

Inventor： 王福建 ,  程慧玲 ,  马东方 ,  王殿海 ,  蔡正义 ,  张泽天

IPC: G08G1/01 ,  G08G1/017 ,  G08G1/0968 ,  G06V20/62 ,  G06F16/215 ,  G06N20/00

Abstract: 本发明提供一种基于深度逆向强化学习的车辆路径链重构方法，涉及智慧交通领域。首先对车牌识别数据进行预处理，并提取出路段行程时间，利用基于辅助信息的张量补全算法对路段行程时间补全，从而分离出完整路径链和缺失路径链。然后利用深度逆向强化学习，对路网中完整出行路径链进行挖掘，以非线性回报函数的形式拟合出潜藏的路径选择特性，指导智能体自主重构缺失路径链。本发明克服了现有算法决策依据主观性大的缺陷，在少量的示例数据下就能达到稳定性强、准确度高的重构效果，为交通需求结构分析和交通拥堵疏导等重点交通问题提供数据支撑。

公开(公告)号：CN115512543A

公开(公告)日：2022-12-23

申请号：CN202211152406.2

申请日：2022-09-21

Applicant: 浙江大学

Inventor： 王福建 ,  程慧玲 ,  马东方 ,  王殿海 ,  蔡正义 ,  张泽天

IPC: G08G1/01 ,  G08G1/017 ,  G08G1/0968 ,  G06V20/62 ,  G06F16/215 ,  G06N20/00

Abstract: 本发明提供一种基于深度逆向强化学习的车辆路径链重构方法，涉及智慧交通领域。首先对车牌识别数据进行预处理，并提取出路段行程时间，利用基于辅助信息的张量补全算法对路段行程时间补全，从而分离出完整路径链和缺失路径链。然后利用深度逆向强化学习，对路网中完整出行路径链进行挖掘，以非线性回报函数的形式拟合出潜藏的路径选择特性，指导智能体自主重构缺失路径链。本发明克服了现有算法决策依据主观性大的缺陷，在少量的示例数据下就能达到稳定性强、准确度高的重构效果，为交通需求结构分析和交通拥堵疏导等重点交通问题提供数据支撑。