面向智能交通系统的深度强化学习：综述
机器学习
2020-05-05 v1 多智能体系统
系统与控制
信号处理
系统与控制
机器学习
摘要
最新的技术改进提高了交通的质量。新的数据驱动方法为所有基于控制的系统（例如交通、机器人、物联网和电力系统）带来了新的研究方向。将数据驱动应用与交通系统相结合在近期交通应用中起着关键作用。本文综述了最新的基于深度强化学习（RL）的交通控制应用。具体地，详细讨论了文献中已被广泛研究的基于（深度）RL的交通信号控制（TSC）应用。全面探讨了TSC的不同问题表述、RL参数和仿真环境。文献中也有若干使用深度RL模型研究的自动驾驶应用。我们的综述通过按应用类型、控制模型和所研究算法分类，广泛总结了该领域的现有工作。最后，我们讨论了基于深度RL的交通应用面临的挑战与开放问题。
引用
@article{arxiv.2005.00935,
title = {Deep Reinforcement Learning for Intelligent Transportation Systems: A Survey},
author = {Ammar Haydari and Yasin Yilmaz},
journal= {arXiv preprint arXiv:2005.00935},
year = {2020}
}