-
题名基于多智能体增强学习的公交驻站控制方法
被引量：6
- 1
-
-
作者
陈春晓
陈治亚
陈维亚
-
机构
中南大学交通运输工程学院
西安电子科技大学
-
出处
《计算机工程与应用》
CSCD
北大核心
2015年第17期8-13,27,共7页
-
基金
国家自然科学基金(No.61203162)
湖南省哲学社会科学基金(No.13YBB153)
湖南省教育厅科学研究项目(No.14C0763)
-
文摘
车辆驻站是减少串车现象和改善公交服务可靠性的常用且有效控制策略,其执行过程需要在随机交互的系统环境中进行动态决策。考虑实时公交运营信息的可获得性,研究智能体完全合作环境下公交车辆驻站增强学习控制问题,建立基于多智能体系统的单线公交控制概念模型,描述学习框架下包括智能体状态、动作集、收益函数、协调机制等主要元素,采用hysteretic Q-learning算法求解问题。仿真实验结果表明该方法能有效防止串车现象并保持单线公交服务系统车头时距的均衡性。
-
关键词
驻站
多智能体增强学习
多智能体系统
控制策略
-
Keywords
bus holding
multi-agent reinforcement learning
multi-agent system
control strategy
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名面向工业5G+时间敏感网络的分布式流调度策略
- 2
-
-
作者
李明妍
刘厚灵
古富强
-
机构
重庆大学计算机学院
-
出处
《移动通信》
2023年第8期2-8,共7页
-
基金
国家自然科学基金青年科学基金项目“面向工业5G+TSN融合网络的时效敏感按需传输机制”(62203077)
重庆市自然科学基金面上项目“时效敏感的工业现场网络按需互联与适变传输机制”(CSTB2022NSCQ-MSX1029)
+1 种基金
重庆市博士后研究人员科研项目特别资助“现场级工业互联网确定传输与适变调度机制”(2021XM2015)
中央高校基本科研基金“面向智能网联汽车群感知系统的在线激励机制”,“融合事件相机的多模鲁棒实时语义SLAM方法”(2022CDJXY-020,2023CDJXY-038)。
-
文摘
5G和时间敏感网络的融合是工业制造无线升级的关键技术。在3GPP发布的版本16中,研究的关键方向之一是增强5G系统以满足TSN支持的工业应用,助力提升工业互联网的实时转发与泛在感知能力。由于TSN和5G系统的服务质量保证机制相互独立,目前5G系统仅作为逻辑网桥接入TSN网络中,因此5G与TSN联合部署仍处于融合初期。首先研究了5G和TSN协同流调度问题,基于5G低时延免授权接入技术和TSN循环排队转发协议,提出一种基于多智能体深度增强学习的5G+TSN分布式流调度策略,联合优化时效敏感流在5G和TSN网络中的调度决策,从而实现5G上行链路的无冲突传输并缓解TSN网络的队列溢出问题。通过仿真实验证明了该策略在学习环境非平稳下的鲁棒性。
-
关键词
5G+工业互联网
时间敏感网络
多智能体深度增强学习
-
Keywords
5G+industrial Internet
time-sensitive networks
multi-agent deep reinforcement learning
-
分类号
TN91
[电子电信—通信与信息系统]
-
