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 →