-
公开(公告)号:CN115171388A
公开(公告)日:2022-10-11
申请号:CN202210851099.0
申请日:2022-07-20
Applicant: 辽宁工程技术大学
Abstract: 本发明属于人工智能领域,具体涉及一种智能网联车的多交叉口旅行时间协同优化方法;将智能网联车与强化学习方法结合,提出一个新的奖励函数,奖励函数将交通系统车辆的平均速度作为奖励值,对交通系统中出现车辆行驶的减速度低于舒适度参数的情况进行惩罚。并且利用SUMO软件将车辆配置IDM跟驰模型模拟人工车辆,对IDM跟驰模型中舒适度参数计算进行改进,根据当前的车流量,车道长度,车辆期望速度计算IDM跟驰模型的舒适度参数。本发明证明通过强化学习方法与ICV结合,有效的提高交通流率和提升交通稳定性。并且验证了经过强化学习后的ICV可以有效的减少车辆加速度频繁变换情况。