انتقال یادگیری در سیستم های چندعامله جهت کنترل هوشمند سیگنال های ترافیک

در سالهای اخیر، به دلیل افزایش قابل توجه تعداد وسایل نقلیه و فقدان زیرساخت های مناسب، مساله ی ترافیک در شهرها به خصوص در کلان شهرها تبدیل به یک معضل جدی شده است. بهینه سازی زمان بندی چراغ های راهنمایی و رانندگی، یکی از بهترین راه حل ها برای حل این مشکل است. به وسیله زمان بندی چراغ های راهنمایی و رانندگی با توجه به شرایط ترافیکی موجود در تقاطع ها، می توانیم شاهد کاهش چشم گیری در ترافیک کل شبکه باشیم. امروزه روش های موفقی مبتنی بر هوش مصنوعی، از جمله یادگیری تقویتی، برای حل این مشکل ارایه شده است. اگرچه روشهای مبتنی بر یادگیری به طور گسترده در کنترل سیگنال ترافیک مورد استفاده قرار گرفته اند، این روشها از عملکرد ضعیف و همگرایی آهسته در زمان یادگیری رنج می برند. در این مقاله، یک روش کنترل سیگنال ترافیک مبتنی بر انتقال یادگیری ارایه شده است. از انتقال یادگیری برای انتقال سیاست عامل های یادگیری تقویتی به یکدیگر، استفاده شده است. با استفاده از این روش، عامل ها از تجربیات عامل های دیگر برای افزایش سرعت یادگیری و عملکرد استفاده می کنند. نتایج نشان میدهد که روش پیشنهاد شده، به طور قابل توجهی عملکرد روش های مبتنی بر یادگیری را بهبود داده است و همچنین زمان همگرایی در یادگیری کاهش چشمگیری داشته است

Keywords:

کنترل سیگنال ترافیک , سیستم های چندعامله , یادگیری تقویتی , انتقال یادگیری