基于深度强化学习的瓶颈区换道控制方法、设备及介质2024

专利内容

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 117079450 A (43)申请公布日 2023.11.17 (21)申请号 202310808834.4 (22)申请日 2023.07.03 (71)申请人 重庆邮电大学 地址 400000 重庆市南岸区南山街道崇文 路2号 (72)发明人 段垚鑫　张慧　聂文迪　刘超凡　 (74)专利代理机构 成都行之专利代理有限公司 51220 专利代理师 喻英 (51)Int.Cl. G08G 1/01 (2006.01) G08G 1/065 (2006.01) G08G 1/09 (2006.01) 权利要求书2页 说明书8页 附图2页 (54)发明名称 基于深度强化学习的瓶颈区换道控制方法、 设备及介质 (57)摘要 本发明公开了基于深度强化学习的瓶颈区 换道控制方法、设备及介质，通过选取一定比例 的车辆使其提前换道来避免临近瓶颈区车辆集 中换道而导致通行能力下降的发生，通过奖励函 数的设计实现了每条车道车辆密度的平均，以最 大限度避免了集中换道和为了追求速度的频繁 换道行为，保证了瓶颈区交通流的稳定。此外，通 过DQN网络与环境的交互更新训练，得到最优换 道策略，该最优换道策略可协调控制瓶颈区车辆 的换道行为，通过在瓶颈区上游进行提前换道， 避免临近瓶颈区车辆集中换道导致交通拥堵的 A 发生，有效地解决瓶颈区通行能力下降的问题。 0 本发明的瓶颈区换到控制方法与传统的基于交 5 4