文献

J-GLOBAL ID：201802229676602852   整理番号：18A2110263

スマート交通信号制御のための深部強化学習によるエージェントベースシミュレーションモデリング【JST・京大機械翻訳】

An Agent-Based Simulation Modeling with Deep Reinforcement Learning for Smart Traffic Signal Control

著者 (4件)： Jang Ingook (IoT Research Division, Electronics and Telecommunications Research Institute, Daejeon, Korea) ,  Kim Donghun (Department of Electronics Convergence Engineering, Kwangwoon University, Seoul, Korea) ,  Lee Donghun (IoT Research Division, Electronics and Telecommunications Research Institute, Daejeon, Korea) ,  Son Youngsung (IoT Research Division, Electronics and Telecommunications Research Institute, Daejeon, Korea)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ICTC  ページ： 1028-1030  発行年： 2018年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 都市における交通混雑は,スマート都市において考慮されなければならない最も重要な問題の1つである。都市人口と車両数の増加に伴い,多くの都市が深刻な交通混雑を被っている。交通問題を解決するために,強化学習に基づく研究作業を,交通信号制御エージェントのための訓練モデルのために研究して,種々のトラフィックシミュレーションを通してそれらの性能を示した。その理由は,現実世界の環境から直接交通データを取得することが非常に難しいことである。強化学習ベースの交通シミュレーションを効果的にモデル化するために,本論文では,深い強化学習を交通シミュレーションモデリングに統合する方法を研究した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *交通信号制御 ,  *モデリング ,  *シミュレーション ,  交通混雑 ,  *深部 ,  *エージェント ,  都市 ,  *強化学習
準シソーラス用語： *シミュレーションモデリング ,  交通シミュレーション ,  交通データ ,  都市人口 ,  エージェントシミュレーション , 【Automatic Indexing@JST】

分類 (3件)： 医用画像処理  (JE04020T) ,  NMR一般  (BM07041R) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 交通信号制御 ,  深部 ,  強化学習