
Deep-QLearning-Agent用于交通信号控制。
5星
- 浏览量: 0
- 大小:None
- 文件类型:None
简介:
为了实现交通信号控制,一种基于深度Q学习的强化学习代理构建了一个框架,旨在通过在交叉路口选择最优的交通信号灯相位来最大化交通流量效率。我将该代理上传至此处,希望能为那些探索利用SUMO进行深度强化学习的人士提供一个良好的起点。 此代码片段来源于我的硕士论文,并代表了我论文中所使用的代码的一个精简版本。 我衷心希望您能发现此存储库对您的项目有所裨益。 遵循这些说明将帮助您获取在本地计算机上运行项目的完整副本。我认为以下步骤是实现算法的最为直接和高效的方法。 强烈建议您使用配备NVIDIA GPU的计算机环境。 请下载并安装Anaconda,随后安装SUMO。 务必按照提供的简要指南正确地安装tensorflow-gpu,以避免任何潜在的问题。 总而言之,该指南会指导您打开Anaconda Prompt或任何终端,并输入相应的命令:conda create --name tf_gpuac
全部评论 (0)
还没有任何评论哟~


