深度强化学习驱动的应急车辆优先信号控制策略

吴鉴庭; 佟宁; 董芃

doi:10.11907/rjdk.251029

您当前的位置：

首页 >

文章列表页 >

深度强化学习驱动的应急车辆优先信号控制策略

专题：车联网关键技术与应用 | 更新时间：2025-12-16

- 深度强化学习驱动的应急车辆优先信号控制策略
- Deep Reinforcement Learning-Driven Priority Signal Control Strategy for Emergency Vehicles
- “在交通信号控制领域，研究者提出了EMV-DQN算法，有效提升了应急车辆通行效率，同时减少对社会车辆的影响。”
- 软件导刊 2025年24卷第12期页码：8-17
- 作者机构：
  
  大连交通大学轨道智能工程学院，辽宁大连 116052
- 作者简介：
  
  吴鉴庭（1999-），男，大连交通大学轨道智能工程学院硕士研究生，研究方向为智慧交通
  佟宁（1981-），女，博士，大连交通大学轨道智能工程学院副教授、硕士生导师，研究方向为区块链技术、智慧交通
  董芃（2001-），男，大连交通大学轨道智能工程学院硕士研究生，研究方向为智慧交通。本文
- 基金信息：
  
  国家自然科学基金项目(61902051);辽宁省教育厅基本科研项目(JYTMS20230011)
- DOI：10.11907/rjdk.251029
  中图分类号： TP399;U491
- 收稿：2025-01-13，
  
  纸质出版：2025-12-15
- 稿件说明：
移动端阅览
吴鉴庭,佟宁,董芃.深度强化学习驱动的应急车辆优先信号控制策略[J].软件导刊,2025,24(12):8-17.

WU Jianting,TONG Ning,DONG Peng.Deep Reinforcement Learning-Driven Priority Signal Control Strategy for Emergency Vehicles[J].Software Guide,2025,24(12):8-17.
吴鉴庭,佟宁,董芃.深度强化学习驱动的应急车辆优先信号控制策略[J].软件导刊,2025,24(12):8-17. DOI： 10.11907/rjdk.251029.

WU Jianting,TONG Ning,DONG Peng.Deep Reinforcement Learning-Driven Priority Signal Control Strategy for Emergency Vehicles[J].Software Guide,2025,24(12):8-17. DOI： 10.11907/rjdk.251029.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于图深度强化学习的电力网络通信自趋优控制方法

基于改进TD3算法的青霉素发酵过程控制方法

结合正负反馈状态表示的深度强化学习推荐方法

基于深度强化学习的改进移动边缘计算任务卸载算法研究

基于学习型算法的农资配送优化问题研究

深度强化学习驱动的应急车辆优先信号控制策略

Deep Reinforcement Learning-Driven Priority Signal Control Strategy for Emergency Vehicles

DOI：10.11907/rjdk.251029