Modelo de aprendizaje por refuerzo de agente único para el control regional adaptativo de señales de tráfico

Resumen:Varios estudios han empleado el aprendizaje por refuerzo (RL) para abordar los desafíos del control regional adaptativo de señales de tráfico (ATSC) y han logrado resultados prometedores. En este campo, la investigación existente adopta predominantemente marcos de múltiples agentes. Sin embargo, la adopción de marcos multiagente presenta desafíos para la escalabilidad.

Leer más →

Comentarios desactivados en Modelo de aprendizaje por refuerzo de agente único para el control regional adaptativo de señales de tráfico

Generación eficiente de cuadrados mágicos binarios

Resumen: Proponemos un algoritmo simple para generar cuadrados mágicos binarios (BMS), es decir, matrices binarias cuadradas donde la suma de todas las filas y todas las columnas es igual. Demostramos por inducción que nuestro algoritmo siempre devuelve BMS válido con una complejidad teórica óptima.

Leer más →

Comentarios desactivados en Generación eficiente de cuadrados mágicos binarios

Fin del contenido

No hay más páginas por cargar