Effiziente Verkehrssteuerung durch Genetische Programmierung
Eine neue lernbasierte Methode zur Optimierung der Ampelsteuerung in komplexen Kreuzungen, die eine erklärbare Baumstruktur zur Berechnung der Dringlichkeit jeder Ampelphase verwendet.
Effiziente Steuerung des gemischten Verkehrs durch präzise Längs- und Quersteuerung von Roboterfahrzeugen an komplexen Kreuzungen
Ein hierarchisches Reinforcement-Learning-Framework zur Steuerung des gemischten Verkehrs durch präzise Längs- und Quersteuerung von Roboterfahrzeugen, um die Leistung und Robustheit des gesamten Systems zu verbessern.
Ereignisgesteuerte Grenzregelung für den Verkehr mit gemischter Autonomie
Die Arbeit präsentiert einen ereignisgesteuerten Grenzregelungsansatz zur Dämpfung von Verkehrsoszillationen in Verkehrssystemen mit gemischter Autonomie, bestehend aus menschengesteuerten Fahrzeugen und autonomen Fahrzeugen.
LLM-unterstützte Verkehrssteuerung: Nutzung der Fähigkeiten großer Sprachmodelle für menschenähnliche Verkehrsampelsteuerung in komplexen städtischen Umgebungen
Durch die Integration großer Sprachmodelle (LLMs) in das Verkehrsampelsteuerungssystem kann die Leistung bei der Bewältigung komplexer und unvorhersehbarer Verkehrssituationen deutlich verbessert werden.
© 2024 by Linnk AI