基于多智能体强化学习的信号灯协同控制方法(高校公示15天)(不包年费滞纳金)(需要二变)
本发明提出了一种基于多智能体强化学习及多模态信号感知的信号灯协同控制方法,包括:收集各种传感器的数据和进行多模态定义,通过数据融合技术实时获取信息;采用协同车路多智能体强化学习算法对信号灯与车辆进行协同控制;根据各种传感器的收集数据进行预处理,利用特征融合方法将不同模态的数据融合,为每个智能体构建局部状态空间;为信号灯智能体和车辆智能体设计动作空间;根据交通流控制的目标,为多智能体强化学习设计奖励函数;设计适用于车路协同控制场景的通信协议;使用历史数据或仿真环境对多智能体强化学习模型进行训练,找到最优策略。本发明通过引入车辆作为智能体,实现更有效的车路协同,进一步提高交通控制效果。
《基于多智能体强化学习的信号灯协同控制方法(高校公示15天)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 2023105827607,当前法律状态为已下证,由暨南大学提出申请,发明人为欧阳雅捷;殷力;郭艺雯;赵阔,申请日期为2023-05-22,公开(公告)日期为2024-01-23,国际专利分类号(IPC)为 G08G 1/01 (2006.01),高新资质:未报高企。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:本发明提出了一种基于多智能体强化学习及多模态信号感知的信号灯协同控制方法,包括:收集各种传感器的数据和进行多模态定义,通过数据融合技术实时获取信息;采用协同车路多智能体强化学习算法对信号灯与车辆进行协同控制;根据各种传感器的收集数据进行预处理,利用特征融合方法将不同模态的数据融合,为每个智能体构建局部状态空间;为信号灯智能体和车辆智能体设计动作空间;根据交通流控制的目标,为多智能体强化学习设计奖励函数;设计适用于车路协同控制场景的通信协议;使用历史数据或仿真环境对多智能体强化学习模型进行训练,找到最优策略。本发明通过引入车辆作为智能体,实现更有效的车路协同,进一步提高交通控制效果。
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!
