買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉重慶郵電大學(xué)工業(yè)互聯(lián)網(wǎng)研究院申請的專利基于深度強化學(xué)習(xí)的無信號燈交叉口控制方法及設(shè)備獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN116564078B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-08-26發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202310443274.7，技術(shù)領(lǐng)域涉及：G08G1/01；該發(fā)明授權(quán)基于深度強化學(xué)習(xí)的無信號燈交叉口控制方法及設(shè)備是由聶文迪;高德婭;段垚鑫設(shè)計研發(fā)完成，并于2023-04-21向國家知識產(chǎn)權(quán)局提交的專利申請。

本基于深度強化學(xué)習(xí)的無信號燈交叉口控制方法及設(shè)備在說明書摘要公布了：本發(fā)明公開了基于深度強化學(xué)習(xí)的無信號燈交叉口控制方法及設(shè)備，使用了深度強化學(xué)習(xí)算法協(xié)調(diào)控制交叉口無沖突放行，通過沖突點的判斷方式避免了沖突放行，通過獎勵函數(shù)的設(shè)計實現(xiàn)了車輛放行的公平性，以及在此基礎(chǔ)上的最大限度放行，通過交互更新訓(xùn)練后的DQN網(wǎng)絡(luò)計算得到當(dāng)前時刻目標(biāo)無信號燈交叉口的放行動作，減少了車輛的平均等待時間，增加了通行效率，從而解決了無信號燈交叉口車輛擁堵的問題。本發(fā)明相較于現(xiàn)有技術(shù)的深度強化學(xué)習(xí)的無信號燈交叉口放行方法而言，通過使用深度學(xué)習(xí)框架制定交叉口協(xié)調(diào)問題，無需記錄沖突區(qū)域網(wǎng)格的占領(lǐng)情況，降低了計算的復(fù)雜度；同時，將無信號燈交叉口整體進行分析也充分發(fā)揮了交叉口的協(xié)調(diào)潛力。

本發(fā)明授權(quán)基于深度強化學(xué)習(xí)的無信號燈交叉口控制方法及設(shè)備在權(quán)利要求書中公布了：1.基于深度強化學(xué)習(xí)的無信號燈交叉口控制方法，其特征在于，包括： S1、構(gòu)建代理和環(huán)境，其中，所述環(huán)境包括沖突區(qū)和車道區(qū)，所述沖突區(qū)中包括沖突點； S2、觀測所述環(huán)境，并獲取t時刻的所述環(huán)境整體的狀態(tài)st，代理通過ε-貪婪策略選取狀態(tài)st下t時刻的放行動作at； S3、代理執(zhí)行所述放行動作at，得到t時刻所述沖突點的沖突情況； S4、根據(jù)所述沖突情況確定t時刻的獎勵rt，并獲取所述環(huán)境整體在t+1時刻的狀態(tài)st+1； S5、將狀態(tài)st、放行動作at、獎勵rt、狀態(tài)st+1整合成經(jīng)驗并存入經(jīng)驗回放池中，使用所述經(jīng)驗回放池中的經(jīng)驗訓(xùn)練代理； S6、通過重復(fù)步驟S2至步驟S5的環(huán)境與代理交互訓(xùn)練，并將訓(xùn)練結(jié)果用于更新DQN網(wǎng)絡(luò)； S7、使用更新后的DQN網(wǎng)絡(luò)計算當(dāng)前時刻無信號燈交叉口的放行動作； 觀測所述環(huán)境，并獲取t時刻的所述環(huán)境整體的狀態(tài)st具體包括： 觀測12條道路的道路狀況，并采用12元向量N分別表示12條道路的道路狀況； 其中，若第i條道路的頭車到達所述沖突區(qū)，則將第i條道路所對應(yīng)的向量Ni記為第i條道路的車隊長度；否則，將第i條道路所對應(yīng)的向量Ni記為0；其中，0≤i≤11； 此時，將t時刻的所述環(huán)境整體的狀態(tài)st表示為st＝{N0t,N1t,…,N10t,N11t}； 其中，頭車是指該條道路上向沖突區(qū)方向行駛的車輛中排行第一個的車輛； 交叉口放行能力的獎勵函數(shù)表示如下： rnt＝VtVmax 其中，Vt表示t時刻放行的車輛數(shù)量，Vmax表示最大能放行的車輛數(shù)目； 使用排隊長度作為公平性的獎勵函數(shù)，公平性的獎勵函數(shù)表示如下： rft＝∑NitNmax 其中，Nit表示t時刻被放行車道的車輛數(shù)目，Nmax表示單車道的最大容量； 對每次放行的最大車輛數(shù)目和使用排隊長度作為公平性的獎勵函數(shù)進行歸一化，得到t時刻的獎勵函數(shù)，t時刻的獎勵函數(shù)表示如下： 其中，rt為t時刻的獎勵函數(shù)，rnt為公平性的獎勵函數(shù),rft為交叉口放行能力的獎勵函數(shù)。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人重慶郵電大學(xué)工業(yè)互聯(lián)網(wǎng)研究院，其通訊地址為：400000 重慶市渝北區(qū)數(shù)據(jù)谷中路28號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。