Control de señales de tráfico adaptativo basado en redes neuronales de grafos y Soft Actor-Critic dinámico con restricción de entropía
Autores: Jia, Xianguang; Guo, Mengyi; Lyu, Yingying; Qu, Jie; Li, Dong; Guo, Fengxiang
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Control de señales de tráfico adaptativo basado en redes neuronales de grafos y Soft Actor-Critic dinámico con restricción de entropía
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Congestión del tráfico
Control adaptativo de semáforos de tráfico
Red Neuronal Gráfica
Soft Actor-Critic dinámico con entropía restringida
Resultados de simulación
Aprendizaje profundo por refuerzo
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 36
Citaciones: Sin citaciones
La congestión del tráfico sigue siendo un desafío significativo en la gestión urbana, con los sistemas tradicionales de semáforos de ciclo fijo luchando por adaptarse a las condiciones de tráfico dinámicas. Este documento propone un método adaptativo de control de semáforos basado en una Red Neural de Grafos (GNN) y un algoritmo de Soft Actor-Critic (DESAC) con entropía dinámica restringida.
Descripción
La congestión del tráfico sigue siendo un desafío significativo en la gestión urbana, con los sistemas tradicionales de semáforos de ciclo fijo luchando por adaptarse a las condiciones de tráfico dinámicas. Este documento propone un método adaptativo de control de semáforos basado en una Red Neural de Grafos (GNN) y un algoritmo de Soft Actor-Critic (DESAC) con entropía dinámica restringida.