Análisis comparativo de algunos métodos y algoritmos para la optimización del tráfico en entornos urbanos basados en flujo máximo y aprendizaje profundo por refuerzo
Autores: Baeva, Silvia; Hinov, Nikolay; Nakov, Plamen
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Análisis comparativo de algunos métodos y algoritmos para la optimización del tráfico en entornos urbanos basados en flujo máximo y aprendizaje profundo por refuerzo
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Algoritmos
Optimización de tráfico
Eficiencia
Estabilidad
Clásico
Moderno
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 25
Citaciones: Sin citaciones
Este documento presenta un análisis comparativo entre algoritmos clásicos de flujo máximo y algoritmos modernos de Aprendizaje por Refuerzo Profundo (RL) aplicados a la optimización del tráfico en entornos urbanos.
Descripción
Este documento presenta un análisis comparativo entre algoritmos clásicos de flujo máximo y algoritmos modernos de Aprendizaje por Refuerzo Profundo (RL) aplicados a la optimización del tráfico en entornos urbanos.