文献

J-GLOBAL ID：202202276699856209   整理番号：22A0890420

緊急車両に重点を置いた交通光制御のための強化学習【JST・京大機械翻訳】

Reinforcement learning for traffic light control with emphasis on emergency vehicles

著者 (3件)： Shamsi Mahboubeh (Faculty of Electrical and Computer Engineering, Qom University of Technology, Qom, Iran) ,  Rasouli Kenari Abdolreza (Faculty of Electrical and Computer Engineering, Qom University of Technology, Qom, Iran) ,  Aghamohammadi Roghayeh (Faculty of Electrical and Computer Engineering, Qom University of Technology, Qom, Iran)
資料名： Journal of Supercomputing  (Journal of Supercomputing)
巻： 78  号： 4  ページ： 4911-4937  発行年： 2022年 
JST資料番号： T0418A  ISSN： 0920-8542  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 交通流は交通流の重要な制御因子であり,良好な政策は交通混雑を促進する。自動車の待ち時間は,交通光が緑または赤である期間と非常に関連している。したがって,適切な制御政策は待ち時間を減らし,自動車移動をスピードアップする。救急車は,常に他の自動車より高い優先度を持ち,それらの目的地をより速く到達する必要がある。過去10年間,人工知能技術を用いて交通光スケジューリング問題を解決するために多くの研究がなされてきた。人間学習をシミュレーションすることによる強化学習は,交通光制御のような複雑な問題を解決するための優れた性能を持っている。本研究では,緊急車両に重点を置くリアルタイム交通情報を用いて,交差点で深層強化学習交通光制御を実行した。エージェントは,他の自動車の緊急車を優先する政策を調整するように学習する。結果は,より少ない待ち時間を示し,自動車の動きをスピードアップする。また,緊急車両は最小遅延と交差点を交差する。200から600の自動車と1つの緊急車両で,平均遅れは,強化学習を用いて合計で216%減少した。より緊急の車両を考慮すると,緊急車両の平均遅延は27~40%減少する。Copyright The Author(s), under exclusive licence to Springer Science+Business Media, LLC, part of Springer Nature 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *学習 ,  救急車 ,  自動車 ,  スケジューリング ,  交差点 ,  交通流 ,  交通情報 ,  人工知能 ,  待ち時間 ,  交通混雑 ,  エージェント ,  *強化学習 ,  優先度
準シソーラス用語： *緊急車両 , 【Automatic Indexing@JST】

著者キーワード (5件)： 都市交通制御 ,  交通光 ,  強化学習 ,  救急車 ,  遅延低減

分類 (2件)： 交通管制・規制  (TB01032S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 緊急車両 ,  交通 ,  光制御 ,  強化学習