| 书 名 | 我国人工智能车联网之号志控制模式探讨 |
| 出版单位 | 运输科技及资讯组 |
| 出版年份 | 112 |
| 出版月份 | 5 |
| 价格 | 310 |
| 摘要 | 近年来人工智能在软硬件技术的突飞猛进与各领域应用的迅速发展，可预期未来运用人工智能、影像辨识、资通讯(ICT)、车联网(V2X)与5G 等技术，特别有助于纾缓因交通号志控制不够智慧，导致民众行的痛点。本计画除回顾汇整国内外应用车联网与人工智能强化学习在号志控制之应用与算法，并发展车联网与人工智能强化学习之号志控制模拟环境，借由车联网紧急车辆优先号志、单一路口多时相号志控制与干道连锁号志控制模拟之人工智能号志控制模式构建、学习与训练、模拟与绩效评估，来为后续人工智能号志控制奠下研发基础。 计画分别以台北市「中山北路-德行东路」3 个路口干道、台南市「台86-19 甲线」路口、高雄市台88 线凤山出口(过埤路-凤顶路)路口)等3 个县市政府合作所发展交通模拟环境与人工智能强化学习号志控制模型及其训练。 根据不同场域特色，以及强化学习探讨的议题项目，总计提出13 种不同的强化学习应用方案，训练结果显示13 种强化学习方案皆能不同程度的改善现况交通绩效，显示DDPG 强化学习号志控制的潜力与可行性。计画同时研提以PPO 为核心算法的做法，并于台南市实验场域进行模拟测试，结果显示不同的强化学习算法也同样可以取得绩效改善。车联网资料应用上，研提采用卷积层网络(CNN)结构萃取资料特征，进而做为强化学习的资料输入，实验结果显示，以车联网资料做为强化学习号志控制资料来源的潜力。 |
| 张贴日 | 2023/05/19 |
| 档案下载 | 我国人工智能车联网之号志控制模式探讨.pdf |
| Hashtags |
查看次数:
26