کنترل انعطاف پذیر سیگنال ترافیک مبتنی بر توسعه نمایش حالت در روش یادگیری تقویتی عمیق در هنگام وقوع تصادف در تقاطعات شهری

روش های یادگیری تقویتی عمیق نتایج امیدوارکننده ای را در توسعه کنترل کننده های سیگنال ترافیک نشان داده اند. در این مقاله، انعطاف پذیری یک کنترل کننده مبتنی بر یادگیری تقویتی عمیق را در شرایط ترافیک با حجم زیاد و تحت طیف وسیعی از اختلالات محیطی مانند تصادفات، بررسی کرده و یک کنترل کننده قابل اعتماد را در محیط با ترافیک پویا پیشنهاد می دهیم. در این روش ،با استفاده از رویکرد گسسته سازی هر یک از خیابان های چهارراه به سلول هایی تقسیم شده وتاثیر اندازه این سلول ها به لحاظ متفاوت بودن یا یکسان بودن با یکدیگردر کارآیی الگوریتم بررسی می گردد. با انتخاب یک فضای حالت توسعه یافته و متراکم، اطلاعاتی به عامل به عنوان ورودی داده می شودکه بتواند درک کاملی از محیط را در اختیار عامل قرار دهد. برای آموزش عامل از روش یادگیری عمیق Q و بازپخش تجربه استفاده شده و مدل پیشنهادی در شبیه ساز ترافیک SUMO ارزیابی شده است. نتایج شبیه سازی کارایی روش پیشنهادی را در کاهش طول صف حتی در صورت وجود اختلال تایید می کند.