Wybrane algorytmy sterowania stosowane w acyklicznej sygnalizacji świetlnej na skrzyżowaniach dróg w drogowej sieci miejskie

• Autorzy: Ruchaj Marcin

Warianty tytułu

EN

Selected control algorithms for acyclic traffic lights at road junctions in the road traffic network

• Języki publikacji: PL

Abstrakty

PL

W artykule porównano pięć algorytmów sterowania acykliczną sygnalizacją świetlną. Do porównania wybrano algorytm Most Cars charakteryzujący się małą złożonością obliczeniową, autorski algorytm In-and-Outbound Control będący modyfikacją algorytmu Most Cars oraz algorytmy bardziej złożone obliczeniowo lecz dające krótsze czasy oczekiwania pojazdów przed skrzyżowaniami: algorytm Local Hillclimbing, algorytm uczenia ze wzmocnieniem – TC-1, algorytm uczenia ze wzmocnieniem – RL SARSA5.

EN

The paper includes a comparison of five control algorithms for acyclic traffic lights. For the comparison was selected the algorithm Most Cars, that is characterized by low computational complexity, the original alhorithm In-and-Outbound Lane Control as a modification of Most Cars and more computational complex algorithms but giving shorter Junction waiting time so as Local Hillclimbing, reinforcement learning algorithms TC-1 and RL SARSA5.

• Wydawca: Oficyna Wydawnicza Politechniki Opolskiej
• Czasopismo: Zeszyty Naukowe. Informatyka / Politechnika Opolska
• Rocznik: 2015
• Tom: vol. 357, z. 3
• Strony: 139--151
• Opis fizyczny: Bibliogr. 19 poz., rys.

Twórcy

autor

Ruchaj Marcin

• Politechnika Opolska

Bibliografia

• [1] GACA S., SUCHORZEWSKI W., TRACZ M.: Inżynieria ruchu drogowego. Teoria i praktyka, WKŁ, Warszawa 2008. s. 98
• [2] GARTNER N., MESSER C.J., RATHI A.K. EDT.: Traffic Flow Theory” – Revised Monograph on Traffic Flow Theory, Transportation Research Board, 1975
• [3] TEODOROVIĆ D., VARADARAJAN V., POPOVIĆ J., CHINNASWAMY M.R., RAMARAJ S.: Dynamic programming–neural network real-time traffic adaptive signal control algorithm, Springer Netherlands, Vol. 143, nr 1 / March, 2006, s. 121–131
• [4] LEE J., ABDULHAI B., SHALABY A., CHUNG E.: Real-Time Optimization for Adaptive Traffic Signal Control Using Genetic Algorithms”, Journal of Intelligent Transportation Systems, Vol. 9, Issue 3 July 2005, s. 111–122
• [5] WIERING M., VAN VEENEN J., VREEKEN J., KOOPMAN A.: Intelligent Traffic Light Control, July 9, 2004
• [6] KUYER L., WHITESON S., BAKKER B., VLASSIS N.: Multiagent Reinforcement Learning for Urban Traffic Control using Coordination Graphs, Springer Berlin, 2008, Vol. 5211/2008, s. 656–671
• [7] MITCHELL T.M.: Machine Learning, McGraw-Hill, 1997, R. 13, s. 367-390
• [8] SUTTON R.S., BARTO A. G.: Reinforcement Learnining: An Introduction, The MIT press, Cambridge MA, A Bradford Book, 1998
• [9] KAELBLING L.P., LITTMAN M.L., MOORE A.W.: Reinforcement learning: A survey, Journal of Artificial Intelligence Research, 1996, Vol. 4, s. 237–285
• [10] NAGEL K., SCHRECKENBERG M.: A cellular automaton model for freeway traffic, J. Phys. I France, 1992, Vol. 2, s. 2221–2229
• [11] RUCHAJ M., LATAWIEC K.: Review of selected road traffic simulators, Conference Archives PTETiS, 2008, Vol. 25, s. 151–153
• [12] RUCHAJ M.: Comparison of three algorithms for assignement of drivelane gains in a selected traffic network, Elektryka z. 62. s. 61–62
• [13] SEUNG-BAE COOLS, GERSHENSON C., D’HOOGHE B.: Self-Organizing Traffic Lights: A Realistic Simulation, Advances in Applied Self-organizing Systems, Springer London, 2008, s. 41–50
• [14] JIMÉNEZ T., MUSSI P., SIEGEL G.: A road traffic simulator: car-following and lanechanging, Proceedings of the 14th European Simulation Multiconference on Simulation and Modelling: Enablers for a Better Quality of Life, 2000, s. 241–245
• [15] CICHOSZ P.: Systemy uczące się, WNT, Warszawa, 2000, s. 713–806
• [16] WIERING M., VREEKEN J, VAN VEENEN J. KOOPMAN A.: Simulation and optimization of traffic in a city, Intelligent Vehicles Symposium, 2004 IEEE, 14-17 June 2004, s. 453–458
• [17] THORPE T.: Vehicle Traffic Light Control Using SARSA, Masters Thesis, Department of Computer Science, Colorado State University, 1997
• [18] WIERING M.: Multi-Agent Reinforcement Leraning for Traffic Light Control, Proceedings of the Seventeenth International Conference on Machine Learning, Morgan Kaufmann Publishers, 2000, s. 1151–1158
• [19] ISA J., KOOIJ J., KOPPEJAN R., KUIJER L.: Reinforcement Learning of Traffic Light Controllers Adapting to Accidents, http://www.science.uva.nl/~arnoud/education/DOAS/2006/project/accident/files/report. pdf, 2006