最新《智能交通系统的深度强化学习》综述论文，22页pdf

最新的技术进步提高了交通运输的质量。新的数据驱动方法为所有基于控制的系统(如交通、机器人、物联网和电力系统)带来了新的研究方向。将数据驱动的应用与运输系统相结合在最近的运输应用程序中起着关键的作用。本文综述了基于深度强化学习(RL)的交通控制的最新应用。其中，详细讨论了基于深度RL的交通信号控制(TSC)的应用，这在文献中已经得到了广泛的研究。综合讨论了TSC的不同问题求解方法、RL参数和仿真环境。在文献中，也有一些基于深度RL模型的自主驾驶应用研究。我们的调查广泛地总结了这一领域的现有工作，并根据应用程序类型、控制模型和研究的算法对它们进行了分类。最后，我们讨论了基于深度可编程逻辑语言的交通应用所面临的挑战和有待解决的问题。