深層強化学習を用いた交通信号制御システム

カテゴリ: 全国大会

論文No: 4-162

グループ名: 【全国大会】令和3年電気学会全国大会論文集

発行日: 2021/03/01

タイトル(英語): Traffic Signal Control System Using Deep Reinforcement Learning

著者名: 駒形亮（東京理科大学）,片山昇（東京理科大学）

著者名(英語): Ryo Komagata (Tokyo University of Science),Noboru Katayama (Tokyo University of Science)

キーワード: 交通信号制御|深層強化学習|信号機|アルゴリズム|車両|渋滞|Traffic Signal Control|Deep Reinforcement Learning|Traffic Light|Algorithm|Vehicles|Traffic Jam

要約(日本語): 近年、都市部の交通渋滞が深刻化しており社会全体の生産性向上のために解決されるべき社会問題である。交通流をスムーズにするためにDeep Q-Network (DQN)による信号制御法が研究されているが非現実的な環境下での学習にとどまっている。そこでより現実的な環境下においてDQNと比較して効率的な学習が可能になったAdvantage Actor-Critic (A2C)による信号制御の有用性の提示を本研究の目的とする。本研究ではA2C 、DQN、従来の一定間隔で切り替わる信号制御において車両の待ち時間を計測

原稿種別: 日本語

PDFファイルサイズ: 651 Kバイト