基于深度强化学习的瓶颈区换道控制方法、设备及介质
发明专利本发明公开了基于深度强化学习的瓶颈区换道控制方法、设备及介质，通过选取一定比例的车辆使其提前换道来避免临近瓶颈区车辆集中换道而导致通行能力下降的发生，通过奖励函数的设计实现了每条车道车辆密度的平均，以最大限度避免了集中换道和为了追求速度的频繁换道行为，保证了瓶颈区交通流的稳定。此外，通过DQN网络与环境的交互更新训练，得到最优换道策略，该最优换道策略可协调控制瓶颈区车辆的换道行为，通过在瓶颈区上游进行提前换道，避免临近瓶颈区车辆集中换道导致交通拥堵的发生，有效地解决瓶颈区通行能力下降的问题。本发明的瓶颈区换到控制方法与传统的基于交通流控制方案相比，减少了车辆的平均行程时间，提高了通行效率。
《基于深度强化学习的瓶颈区换道控制方法、设备及介质》是一发明专利，专利号为 2023108088344，当前法律状态为已下证，由重庆邮电大学提出申请，发明人为段垚鑫;张慧;聂文迪;刘超凡，申请日期为2023-07-03，公开（公告）日期为2023-11-17，国际专利分类号（IPC）为 G08G1/01(2006.01)I;G08G1/065(2006.01)I;G08G1/09(2006.01)I，高新资质：未报高企，所属技术领域包括：深度强化学习、换道控制、瓶颈区、自动驾驶、智能交通、车辆决策。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明公开了基于深度强化学习的瓶颈区换道控制方法、设备及介质，通过选取一定比例的车辆使其提前换道来避免临近瓶颈区车辆集中换道而导致通行能力下降的发生，通过奖励函数的设计实现了每条车道车辆密度的平均，以最大限度避免了集中换道和为了追求速度的频繁换道行为，保证了瓶颈区交通流的稳定。此外，通过DQN网络与环境的交互更新训练，得到最优换道策略，该最优换道策略可协调控制瓶颈区车辆的换道行为，通过在瓶颈区上游进行提前换道，避免临近瓶颈区车辆集中换道导致交通拥堵的发生，有效地解决瓶颈区通行能力下降的问题。本发明的瓶颈区换到控制方法与传统的基于交通流控制方案相比，减少了车辆的平均行程时间，提高了通行效率。
海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！
