基于强化学习的无信号交叉口混合交通行为分析
机器人学
2023-12-12 v1 计算机与社会
机器学习
摘要
在本报告中，我们深入探讨两个关键研究问题。首先，我们探索强化学习（RL）智能体在走走停停交通场景中表现出多峰分布的程度。其次，我们研究由 RL 控制的机器人车辆如何在复杂交通环境中有效导航方向并与其他车辆协调。我们的分析包括对机器人车辆和人类驾驶车辆在排队长度、流出量和车队规模分布上的多峰性检验。此外，我们评估了 Pearson 相关系数，以阐明在相同和不同行驶方向下排队长度与流出量之间的关系。进一步地，我们深入研究了因果推断模型，揭示了在不同行驶方向的场景中影响排队长度的因素。通过这些研究，本报告为混合交通（机器人车辆与人类驾驶车辆）在交通管理与协调中的行为提供了有价值的见解。
引用
@article{arxiv.2312.05325,
title = {Analyzing Behaviors of Mixed Traffic via Reinforcement Learning at Unsignalized Intersections},
author = {Supriya Sarker},
journal= {arXiv preprint arXiv:2312.05325},
year = {2023}
}