Интеллектуальная система управления перекрестком автомобильных дорог

Abstract

Иллюстрируется подход к созданию интеллектуальных систем управления объектами с использованием машинного обучения с подкреплением на примере системы управления перекрестком. Описывается имитационная модель перекрестка, выбранная в качестве среды обучения. Приводятся результаты сравнительного анализа эффективности работы различных алгоритмов обучения. Приводятся результаты применения градиента политики Монте-Карло для обучения модели перекрестка. = An approach to the creation of intelligent object control systems using machine learning with reinforcement is illustrated using the example of an intersection control system. The simulation model of the intersection, chosen as the learning environment, is described. The results of a comparative analysis of the performance of various learning algorithms are presented. The results of applying the Monte Carlo policy gradient to train the intersection model are presented.