TY -的A2 - Chen Chi-Hua AU - Cheng Yanqiu盟——陈至岑溪AU -胡,Xianbiao AU - Chen Kuanmin盟——唐、清盟歌,杨PY - 2021 DA - 2021/06/14 TI -增强混合交通流安全通过连接和自主车辆轨迹规划强化学习方法SP - 6117890六世- 2021 AB -连接的纵向轨迹规划和自主车辆(CAV)已被广泛研究文献中减少旅行时间和燃料消耗。骑兵的安全影响轨迹规划,混合交通流与CAV和人为车辆(丁肝病毒),然而,还不清楚。本研究提出了一种强化学习建模方法,名叫蒙特卡洛树搜索自主车辆安全算法,或者MCTS-AVS,优化混合交通流的安全,在单行道路路口交叉控制。事故潜在指数(CPI)定义特征测量混合交通流的安全性能。骑兵轨迹规划问题是首先制定作为一个优化模型;然后,提出了基于强化学习的解决方案过程。tree-expansion决心模块开发和推出终止模块识别和减少不必要的树扩张,以火车模型更有效地向期望的方向。案例研究结果表明,该算法能够减少76.56%的CPI,与基准模型相比没有任何情报,和12.08%,相比与另一个团队开发的基准模型。这些结果证明了该算法的令人满意的性能在提高混合交通流的安全。SN - 0197 - 6729你2021/6117890 / 10.1155——https://doi.org/10.1155/2021/6117890——摩根富林明-杂志的先进运输PB - Hindawi KW - ER