【摘 要】
：
城市交通拥堵造成了严重的资源浪费、环境污染等问题,与国家生态文明建设的政策相悖,亟待解决。解决交通拥堵的方法除了耗费大量资源去重新规划整改路网,最有效且易实现的方法就是对车辆进行更好的路径规划。路径规划算法的发展由来已久,传统的静态路径规划算法不能灵活应对复杂多变的城市交通环境,一些动态算法（例如动态A*算法、RRT算法等）也存在延时性和算法效率低等问题。近些年深度强化学习方法在很多领域取得了成绩
论文部分内容阅读
城市交通拥堵造成了严重的资源浪费、环境污染等问题,与国家生态文明建设的政策相悖,亟待解决。解决交通拥堵的方法除了耗费大量资源去重新规划整改路网,最有效且易实现的方法就是对车辆进行更好的路径规划。路径规划算法的发展由来已久,传统的静态路径规划算法不能灵活应对复杂多变的城市交通环境,一些动态算法（例如动态A*算法、RRT算法等）也存在延时性和算法效率低等问题。近些年深度强化学习方法在很多领域取得了成绩,能够自主对环境进行学习理解然后做出决策的优点让该方法在诸多领域有很好的应用,这个优点也适用于交通路径规划,该算法能够在复杂的城市环境下做出更好的决策,让车辆选择更优的路径。深度Q网络（DQN）是深度强化学习中基于价值函数的一种代表性算法,目前在交通领域DQN算法更多应用在机器人路径规划和无人驾驶上,我们在前人提出的算法基础上改进并设计了自己的算法模型,应用到车辆的实时路径规划领域并取得了良好的效果。基于安全和成本的考虑,路径规划算法都是采用交通模拟器进行研究,我们使用了SUMO仿真模拟器,在模拟器上生成了多张现实的路网地图,并在传统的DQN算法上进行了一定改进,结合时间状态加入了LSTM网络层使算法有记忆功能来应对更加复杂的环境,并融合前人提出的Double DQN、Dueling DQN算法和优先经验重放算法,并设计了合适的奖励函数和贪婪策略提高了算法效率。我们还设计了一个筛选算法,可以筛选出相关的路口节点,有效提升了训练速度,使我们的算法可以在大型路网上有所作为。我们基于多个仿真环境进行了大量实验,实验结果表明,我们的方法在收敛速度和行程时间方面都优于现有的方法。
其他文献
近年来,人们的生活质量不断提高,农产品消费结构也发生了一些变化,特别是蔬菜消费占比越来越多。农产品价格的变化,对农业从业人员有很大的影响。因此进行农产品价格预测的相关研究,可以使得农业相关人员掌握前瞻性的信息,及时有效的转变农产品生产和销售思路,避免由于农产品价格异常波动造成的损失。但是我国人多地广,农产品信息不对称,人们无法第一时间准确掌握农产品物价信息和预知在未来一段时间内农产品物价走势,而随
水稻直播田种植面积逐年扩大,杂草控制难度也逐渐增加。精噁唑禾草灵对水稻田千金子、稗草、马唐等禾本科恶性杂草防除效果较好,但容易对水稻产生药害。双苯噁唑甲酸能够显著提高水稻对精噁唑禾草灵的耐受性,避免精噁唑禾草灵用于稻田除草时对水稻的伤害,但其作用机制仍不清楚。通过整株生物测定法系统分析了双苯噁唑甲酸作用下精噁唑禾草灵对水稻安全性的影响;利用超高效液相色谱串联质谱（Ultra performance
烟草是世界上主要种植的非粮食经济农作物之一,烟草的烟叶品质直接与经济价值相关。而烟草在生长到一定阶段后将从营养生长转向生殖生长,不利于烟叶品质相关干物质的积累,所以待烟草长至成熟期时会对烟草进行打顶（去除顶端优势）管理来控制烟株的生殖生长。打顶在影响烟叶品质和产量的过程中,会引起烟草产生一系列的响应。前期研究发现打顶后NtZAT12-like（LOC107803862）基因表达发生了明显改变,为了
婴幼儿脑部疾病的种类与发生率持年递增,其中孤独症谱系障碍（ASD）与急性胆红素脑病（ABE）是婴幼儿阶段两类极具代表性的脑部疾病。在ASD诊断领域,由于其复杂的临床表现和不确定的发病机制,目前在临床实践中基于行为特征和磁共振成像（MRI）的诊断十分困难。此外,在ABE诊断领域,由于无法直接检测婴儿大脑内胆红素的实际含量,早期也难以发现具有急性脑损伤风险的新生儿。而在基于MRI的ABE人工诊断领域,
地黄（Rehmannia glutinosa L.）是玄参科多年生草本植物,其根部具有重要的药用价值,是我国著名的“四大怀药”之一。然而,地黄种植长期受限于连作障碍问题,连作障碍导致地黄块根无法正常膨大甚至腐烂绝收,严重影响地黄的产量和品质。因此,解决地黄连作障碍问题对地黄栽培生产的可持续发展具有重要意义。本课题组前期通过转录组测序,得到一条响应连作障碍的长链非编码RNA（Long noncodi
土壤微生物（细菌和真菌）作为森林生态系统的主要分解者,直接或间接地参与土壤物质循环、能量流动和信息传递,在维持土壤生态系统功能和服务中发挥着重要作用。探明土壤微生物的分布机制及驱动因素,进而揭示土壤微生物群落构建的基本生态过程及植物-微生物互作的微生态机制,对未来维持森林生态系统的稳定和健康、开发森林土壤微生物资源及促进森林可持续发展具有重要意义。然而,目前我们对于温带落叶阔叶林不同生境下,土壤微
大豆（Glycine max）是世界上重要的作物之一,为人类提供了大量的蛋白质和食用油,其用途十分的广泛。随着测序技术的发展,越来越多的植物基因组被破译,这些基因组数据往往被存放在专业的数据库中供科研人员使用,这些数据库在植物基因功能研究和分子设计育种中发挥了重要的作用。近年来我国栽培大豆黄金级参考基因组中黄13和其他大豆高质量基因组图谱陆续被发表,然而这些数据并没有被很好地收集在专业的数据库中。
随着“互联网+”时代的来临,各领域、行业开始朝着信息化发展,在当前的网络数据交易中,知识和数字财产、软件程序、歌曲、图片与房地产等各种类型的资产在互联网节点间以数据的方式进行交换。但是,现有的第三方参与价值交换会造成单点故障,带来严重的威胁和风险;更重要的是,成本太高。区块链能够很好的解决以上问题,区块链以自动化、安全和方便的方式进行数字化和转移,不仅用于交换加密货币,还用于交换其他类型的资产,更
花青素是一类天然的水溶性色素,广泛存在于植物的各个部位。对于植物来说,花青素不仅可以吸引昆虫授粉,帮助传播种子及繁殖,还能提高植物的抗逆性,帮助植物抵御多种逆境胁迫。对于人类来说,花青素具有丰富的营养价值和保健功能,花青素可以抗氧化、抗辐射、抗肿瘤、防晒伤、保护视力、提高记忆力等。因此,对非生物胁迫条件下开展花青素合成调控的研究对于培育高抗逆性作物以及高花青素含量的经济植物具有重要的实践意义。尽管
短时交通流预测作为智能交通系统（ITS）的主要部分,已成为近年来科学研究的热门话题。有效的预测有助于提升智能交通系统的性能从而减轻城市的交通压力,对于智慧城市的建设也有着重要意义。目前的交通流预测研究主要基于路段的历史时间序列数据,而很少将包含大量与交通流相关的数据进行综合分析。使用单一数据的模型无法从多个数据中学习跨数据源的相互依赖关系,在利用数据的丰富性方面远远不足。其次,大量针对交通流预测研